VR交互技術(shù)盤點 3D手勢識別不是唯一選擇

　　1. 結(jié)構(gòu)光(Structure Light)

　　結(jié)構(gòu)光的代表應(yīng)用產(chǎn)品就是PrimeSense的Kinect一代了。

　　這種技術(shù)的基本原理是，加載一個激光投射器，在激光投射器外面放一個刻有特定圖樣的光柵，激光通過光柵進行投射成像時會發(fā)生折射，從而使得激光最終在物體表面上的落點產(chǎn)生位移。

　　當(dāng)物體距離激光投射器比較近的時候，折射而產(chǎn)生的位移就較小;當(dāng)物體距離較遠(yuǎn)時，折射而產(chǎn)生的位移也就會相應(yīng)的變大。這時使用一個攝像頭來檢測采集投射到物體表面上的圖樣，通過圖樣的位移變化，就能用算法計算出物體的位置和深度信息，進而復(fù)原整個三維空間。

　　以Kinect一代的結(jié)構(gòu)光技術(shù)來說，因為依賴于激光折射后產(chǎn)生的落點位移，所以在太近的距離上，折射導(dǎo)致的位移尚不明顯，使用該技術(shù)就不能太精確的計算出深度信息，所以1米到4米是其最佳應(yīng)用范圍。

　　2. 光飛時間(Time of Flight)

　　光飛時間是SoftKinetic公司所采用的技術(shù)，該公司為Intel提供帶手勢識別功能的三維攝像頭。同時，這一硬件技術(shù)也是微軟新一代Kinect所使用的。

　　這種技術(shù)的基本原理是加載一個發(fā)光元件，發(fā)光元件發(fā)出的光子在碰到物體表面后會反射回來。使用一個特別的CMOS傳感器來捕捉這些由發(fā)光元件發(fā)出、又從物體表面反射回來的光子，就能得到光子的飛行時間。根據(jù)光子飛行時間進而可以推算出光子飛行的距離，也就得到了物體的深度信息。就計算上而言，光飛時間是三維手勢識別中最簡單的，不需要任何計算機視覺方面的計算。

　　3. 多角成像(Multi-camera)

　　多角成像這一技術(shù)的代表產(chǎn)品是Leap Motion公司的同名產(chǎn)品和Usens公司的Fingo。

　　這種技術(shù)的基本原理是使用兩個或者兩個以上的攝像頭同時攝取圖像，就好像是人類用雙眼、昆蟲用多目復(fù)眼來觀察世界，通過比對這些不同攝像頭在同一時刻獲得的圖像的差別，使用算法來計算深度信息，從而多角三維成像。

　　在這里我們以兩個攝像頭成像來簡單解釋一下：

　　雙攝像頭測距是根據(jù)幾何原理來計算深度信息的。使用兩臺攝像機對當(dāng)前環(huán)境進行拍攝，得到兩幅針對同一環(huán)境的不同視角照片，實際上就是模擬了人眼工作的原理。因為兩臺攝像機的各項參數(shù)以及它們之間相對位置的關(guān)系是已知的，只要找出相同物體(楓葉)在不同畫面中的位置，我們就能通過算法計算出這個物體(楓葉)距離攝像頭的深度了。

　　多角成像是三維手勢識別技術(shù)中硬件要求最低，但同時是最難實現(xiàn)的。多角成像不需要任何額外的特殊設(shè)備，完全依賴于計算機視覺算法來匹配兩張圖片里的相同目標(biāo)。相比于結(jié)構(gòu)光或者光飛時間這兩種技術(shù)成本高、功耗大的缺點，多角成像能提供“價廉物美”的三維手勢識別效果。