盡管市面上已經有能夠檢測用戶手勢的計算機視覺系統和配備傳感器的手套，但加州大學伯克利分校的一支研究團隊，還在此基礎上推出了一種更加科幻的替代方案。據悉，計算機視覺系統需要始終看清用戶的手部動作，但這同時也引發了對于隱私權益保護的爭議，因為攝像頭不可避免地會拍到用戶的面部。另一方面，基于手套傳感器的方案又過于笨重和脆弱。

好消息是，UB Berkeley 開發的能夠檢測用戶手勢的高科技臂章，就具有這方面的更顯著優勢。具體說來是，研究團隊開發了一種配備了計算芯片的薄膜型臂章，并且可以纏繞在用戶前臂上使用。

在初始化階段，用戶可以先錄入對應的手勢動作，而后腕帶中的電傳感器會分析 64 個點位的神經信號，并將之用于基于人工智能的自定義算法的模式訓練上。

之后當用戶做出相應的動作時，系統就可以將之與獨特的神經信號模式進行匹配和判斷?，F階段的演示，已經能夠支持 21 種不同的手勢，包括握拳、伸出大拇指、攤手、以及撥動每一個手指來計數。

更重要的是，隨著時間的推移，算法能夠不斷刷新補償已有的模式匹配精度。即便因為手臂上出汗而導致臂章傳感器偏移（或固定在異常的位置），系統也支持盡可能地識別。

此外為了保障用戶的隱私，相關處理工作全部可在集成式的芯片內工作，而不會將任何數據傳輸到云端。展望未來，研究團隊還希望將之用于虛擬現實和人工假肢等電子設備的控制上。

最后，由 Jan Rabaey 教授帶領的這項研究的最新進展，已經發表在近日出版的《自然電子》（Nature Electronics）期刊上。

原標題為《A wearable biosensing system with in-sensor adaptive machine learning for hand gesture recognition》。
責編AJX