據(jù)外媒venturebeat報(bào)道，美國亞利桑那州立大學(xué)的研究人員演示了一個(gè)名為“FMKit”的全新系統(tǒng)，通過該系統(tǒng)VR頭顯能夠精確追蹤用戶單個(gè)手指的運(yùn)動，并能識別用戶手指在半空中的手寫動作。

研究人員經(jīng)過測試對比發(fā)現(xiàn)FMKit系統(tǒng)追蹤功能比Leap Motion和Oculus Quest的手部追蹤功能性能更優(yōu)越，其可以將用戶單個(gè)手指的路徑記錄在3D空間中，并與四個(gè)手寫樣本數(shù)據(jù)進(jìn)行比較，從而擇優(yōu)進(jìn)行精確追蹤定位。FMKit系統(tǒng)所提供的指尖書寫功能可用于識別單個(gè)用戶，并通過安全密碼對用戶進(jìn)行身份驗(yàn)證以及創(chuàng)建替代手柄的文本輸入。

該系統(tǒng)的用途不僅僅在于將用戶在半空中書寫的英語或漢語單詞轉(zhuǎn)換為文本，其潛在的商業(yè)應(yīng)用場景也十分廣泛，用戶不僅可以在半空中書寫?yīng)毺氐暮灻芙怄i受保護(hù)的XR頭顯或應(yīng)用，從而促使企業(yè)采用更高級別的個(gè)性化數(shù)字內(nèi)容保護(hù)解決方案。

FMKit當(dāng)前支持兩種類型的輸入設(shè)備：每秒運(yùn)動110次的Leap Motion手柄和每秒運(yùn)動50次的自定義慣性測量數(shù)據(jù)手套，并使用Python模塊來收集各項(xiàng)數(shù)據(jù)，預(yù)處理和可視化掃描信號。通過用戶識別比對，F(xiàn)MKit搭配Leap Motion手柄其追蹤精度可達(dá)93％以上，搭配數(shù)據(jù)手套的追蹤精度更達(dá)到96％以上。但是在手寫識別方面，測試結(jié)果顯示使用Leap Motion手柄的效果更好，不過該系統(tǒng)最多只能在87.4％的時(shí)間內(nèi)準(zhǔn)確識別單詞，這說明FMKit系統(tǒng)還不足以取代語音輸入來進(jìn)行聽寫輸入。

目前美國亞利桑那州立大學(xué)的研究人員Duo Lu、Linzhen Luo、Dijiang Huang和Yeye Yang已在GitHub上發(fā)布了FMKit的源代碼，并希望有更多的人能夠參與該項(xiàng)目的研究。