普林斯顿大学的研究人员用深度传感摄像头和深度学习网络开发DeepHand系统，可以把手势运动整合到VR环境中去。
你能想象当你体验VR游戏的时候，手上再也不用戴上一些额外的设备就可以在虚拟现实中“纵横捭阖”吗？普林斯顿大学的学霸们给你yes的答案。
在VR中最常见的输入方式是用操作杆或者手柄，也会有眼控以及声控等，不过就目前发展状况来看，手势识别更有可能成为主流。此前来自荷兰的开发团队就推出过名为Manus VR的手套，他们利用位置追踪技术实现手部追踪，让玩家摆脱手持控制器的束缚。
普林斯顿大学研究的这款系统叫做DeepHand，其工作原理有点类似于Leap Motion的深度手势识别基础功能Orion。基于双目识别技术的Orion提供了一种新的手势识别的输入方式，它通过双目摄像头采集信息，经过一系列的流程将手部的活动信息实时反馈到处理器，最后显示在VR头显中。
Orion的手势识别原理
而DeepHand也是通过摄像头采集各种角度和方式的手势变化，之后经过深度学习网络开发的特定算法，在存有超过250万手势的数据库中快速扫描，匹配出精确度最高的手势动作，最后在VR环境中显示出来。
DeepHand的工作原理
该研究论文的作者Ayan Sinha表示：“我们能够识别手势的不同角度，通过摄像头观察不同的角度变换，算法将其转化为数字信号，然后在VR环境中呈现。”同时为了确保虚拟手势运动能够得到快速反馈，研究人员们主要通过判断数据库中手势动作的数字位置，然后推算出其邻近的数字位置，进而预测手势变化的可能性。
这是深度学习网络中，研究人员首次使用DeepHand识别手势，并将其反馈到数据库中。虽然在运行这些数据的过程中需要强大的计算处理能力，但是对于一台普通配置的电脑来说仍然是可以驾驭的。我们可以期待这款识别系统真正投入使用中会与VR产生怎样的“化学反应”。
