多触点交互桌面：无辅助设备的左右手识别技术

本文主要探讨了多触点交互桌面系统中一个关键但常常被忽视的问题——触点左右手归属识别。现有的系统往往只提供触点的位置和形状信息，而缺乏手部操作者的手势识别所需的手性（左右手）信息。这对于多指手势识别、提升双手交互体验，特别是非对称手势的实现至关重要。 作者基于手部解剖结构特征，提出了一种无需依赖额外硬件设备的方法来确定触点的左右手归属。首先，他们遵循手势设计的基本原则，构建了一个交互桌面手-臂系统三角形模型，这个模型利用了手部骨骼和关节的布局，使得触点的运动轨迹与手部动作紧密关联。 文章的核心部分，作者提出了多触点交互桌面的同手触点聚类方法，即通过分析触点间的相对位置和运动模式，将同一手的触点归类到一起。此外，还介绍了左右手识别算法，通过分析触点的分布和移动方向来判断是左手还是右手操作。 为了实现实时的手势识别和交互，作者对MTDriver进行了扩展，开发了一个提供左右手信息的多触点跟踪工具箱。这个工具箱不仅可以识别触点，还能实时更新左右手信息，支持交互桌面系统根据用户的左右手动作进行响应。 最后的评估结果显示，提出的同手触点聚类方法和触点左右手手性识别方法具有很高的准确度，能够在时间性能上满足交互桌面交互的实时性需求。这对于提高用户体验，尤其是在需要精细控制的多指交互场景下，具有显著的实际价值。 这篇论文为多触点交互桌面系统提供了重要的技术支撑，通过智能化的左右手识别，使得系统能够更好地理解和响应用户的复杂手势，从而推动人机交互技术的发展。