Researchers have paid considerable

Researchers have paid considerable attention to natural user interfaces, especially sensing gestures and touches upon an un-instrumented surface from an overhead camera. We present a system that combines depth sensing from a Microsoft Kinect and temperature sensing from a thermal imaging camera to infer a variety of gestures and touches for controlling a natural user interface. The system, coined Dante, is capable of (1) inferring multiple touch points from multiple users (92.6% accuracy), (2) detecting and classifying each user using their depth and thermal footprint (87.7% accuracy), and (3) detecting touches on objects placed upon the table top (91.7% accuracy). The system can also classify the pressure of chording motions. The system is real time, with an average processing delay of 40 ms.

ผลลัพธ์ (ไทย) 1:

นักวิจัยได้ชำระความอินเทอร์เฟซผู้ใช้ธรรมชาติมาก โดยเฉพาะอย่างยิ่งการตรวจรูปแบบลายเส้น และสัมผัสตามผิวไม่ instrumented จากกล้องการจ่าย เรานำเสนอระบบที่รวมความลึกที่ตรวจจาก Microsoft Kinect และอุณหภูมิไร้สายจากกล้องถ่ายภาพความร้อนเราจะเข้าใจความหลากหลายของรูปแบบลายเส้น และสัมผัสสำหรับควบคุมอินเทอร์เฟซสำหรับผู้ใช้ธรรมชาติ ระบบ เป็น Dante จะสามารถ inferring จุดสัมผัสหลายจุดจากผู้ใช้หลายคน (92.6% ความถูกต้อง), (1) (2) ตรวจสอบ และจัดประเภทผู้ใช้ความลึกของรอยเท้าร้อน (87.7% ความถูกต้อง), และ (3) ตรวจจับสัมผัสกับวัตถุที่วางตามตารางด้านบน (91.7% ความถูกต้อง) นอกจากนี้ระบบยังสามารถจัดประเภทดันของ chording ดัง ระบบเป็นเวลาจริง มีการหน่วงเวลาการประมวลผลเฉลี่ยของ 40 ms

ผลลัพธ์ (ไทย) 2:

นักวิจัยได้ให้ความสนใจมากในการติดต่อผู้ใช้ที่เป็นธรรมชาติโดยเฉพาะอย่างยิ่งการตรวจจับท่าทางและสัมผัสกับพื้นผิวยกเลิก instrumented จากกล้องค่าใช้จ่าย เรานำเสนอระบบที่รวมการตรวจวัดความลึกจากไมโครซอฟท์ Kinect และอุณหภูมิตรวจวัดจากกล้องถ่ายภาพความร้อนเพื่อสรุปความหลากหลายของท่าทางและสัมผัสในการควบคุมส่วนติดต่อผู้ใช้ที่เป็นธรรมชาติ ระบบประกาศเกียรติคุณดังเต้เป็นความสามารถในการ (1) อนุมานจุดสัมผัสหลายจากผู้ใช้หลายคน (ความถูกต้อง 92.6%), (2) การตรวจสอบและจำแนกผู้ใช้แต่ละคนใช้ความลึกและรอยเท้าความร้อน (ความถูกต้อง 87.7%) ของพวกเขาและ (3) การตรวจสอบ สัมผัสกับวัตถุที่วางอยู่บนโต๊ะ (ความถูกต้อง 91.7%) ระบบยังสามารถจัดความดันของการเคลื่อนไหวการผสม ระบบนี้เป็นระบบเรียลไทม์ที่มีความล่าช้าในการประมวลผลเฉลี่ย 40 มิลลิวินาที

ผลลัพธ์ (ไทย) 3:

นักวิจัยได้ให้ความสนใจมากกับอินเตอร์เฟซผู้ใช้ที่เป็นธรรมชาติ โดยเฉพาะการตรวจจับท่าทางสัมผัสบนพื้นผิวและ instrumented จากในกล้อง เรานำเสนอระบบที่รวมข้อมูลจาก Microsoft Kinect และตรวจวัดอุณหภูมิจากกล้องจับภาพความร้อน สรุปว่าความหลากหลายของท่าทางและสัมผัสกับธรรมชาติในการควบคุมผู้ใช้อินเตอร์เฟซที่ความลึก ระบบชื่อว่า Dante , มีความสามารถในการ ( 1 ) สัมผัสจุดหลายจากผู้ใช้หลายคน ( ความถูกต้อง 92.6% ) , ( 2 ) การตรวจสอบและจำแนกประเภทผู้ใช้แต่ละคนโดยใช้ความลึกของรอย และความร้อน ( ความถูกต้องร้อยละ 87.7 และ ) และ ( 3 ) ตรวจสอบสัมผัสกับวัตถุที่วางอยู่บนโต๊ะ ( ความถูกต้อง 91.7 % ) ระบบสามารถแบ่งความดันของคอร์ดการเคลื่อนไหว เป็นระบบเรียลไทม์มีหน่วงเวลาการประมวลผลเฉลี่ย 40 นางสาว