【Alex专栏】Kinect应用设计5

触发机制是很有意思的一章

与触摸屏的Tap、鼠标的Click不同，体感没有特定的触发动作，换言之我们需要自行设计一个合理的触发动作。

如果设计不合理，就会造成误触发，无法触发或者用户不愿意去使用等问题。

常用的触发机制有语音、以及不同的手势，接下来我们将一起探讨这些设计以及背后潜在的问题。

—我是目录—

动作识别

手势

|- 触碰

|- 挥动

|- 触发机制

|- 双手缩放

姿势

|- 关键知识

|- 设计方案

|- 前景与限制

—目录结束—

语音

语音是一种非常有效的室内控制方式，特别是在封闭环境内。我们不再需要摆一些姿势来完成触发（几乎所有的非自然手势都需要用户学习，有研究显示，大部分用户，无论是手指、手臂或者是其他动作的姿势，常用的能记住的手势不超过5个，这与人的短期记忆数7±2基本相符）。

“发送的手势是什么来着？我想想…”

例如我们对着设备说“XBOX”、“Kinect”，表示触发。

风险在于不适合在吵杂的环境中应用，尽管Kinect的麦克风阵列有指向性以及能大概的识别用户，实际使用中，识别率仍会受到影响。一个可行的方案是不使用Kinect的麦克风阵列输入声音，而转用蓝牙耳机（例如具有颌骨技术的设备，较单纯的双麦克风耳机，能消除更多的噪音，提高识别率），这种方案比较适合用于演讲时。

“用好耳机，效果不错，妥妥的”

语音识别的第二个风险在于可能降低用户的群体舒适度（如在办公室中大声使用语音命令），所以我们建议，语音很好，但不应作为唯一的输入途径，并且应该提供开启选项给用户按需选择。

 

动作触发

常见的动作方案有：关节进入指定区域、抓握拳头。

关节进入指定区域通常用于起到一个告诉Kinect “我需要操作”的作用（Engage）

例如shoulderCenter或者hipCenter的z轴在2米以内时，用户可以触发，这种情况常用于户外环境，让路人和你的应用开始交互。

又或者是当用户的手抬起时（即hand的Y轴大于elbow）、手进入特定的区域时（上一章提到的蓝色的手臂活动空间），用户获得光标。

抓握拳头常用于拖拽(Drag)等动作，OpenNI可以很好的判定，但是Microsoft的SDK中缺乏该动作。

为此我们可以使用一些简单的判断，例如先以关节中心(如handRight)截取一个感兴趣区域（即ROI），然后统计ROI中，属于用户的像素点数占总像素点数的比例，当小于一个阙值时（如25%），就认为用户握拳了。这样的方法实现起来速度快。

缺点是会把“手刀”的情况也误认为是握拳。单独作为判断依据的话，往往容易误判。然而考虑到开发效率、运算效率以及用户日常使用习惯而言，这种方法仍是一种不错的选择。在优化方面，可以以handRight到wristRight为边长的一半，取正方形ROI（圆形计算较慢），以匹配不同远近大小的手型；也可以配合上面的“关节进入指定区域”辅助判定。

当然，有时为了达到更高的识别率，可以酌情使用OpenCV等辅助SDK进行识别，或者干脆改用OpenNI 

值得注意的是机器学习型的识别，对于应用开发者来说往往需要耗费大量精力去训练样本，以提高识别率，故应慎重。

 

小结

触发机制大体须要注意：

1. 必须容易达成（例如单手动作显然比双手动作简单）

2. 长期使用不会造成负担（如小幅度的动作不容易让用户疲劳）

3. 不容易误判

转载自http://www.kinectutorial.com/?p=1200本人纯粹是收藏，方便以后查看~