{
  "paper_id": "754491b75265fd270bad47f97fa81cb2",
  "paper_title": "Digits: Freehand 3D Interactions Anywhere Using a Wrist-Worn Gloveless Sensor",
  "paper_authors": [
    "David Kim",
    "Otmar Hilliges",
    "Shahram Izadi",
    "Alex Butler",
    "Jiawen Chen",
    "Iason Oikonomidis",
    "Patrick Olivier"
  ],
  "publication_date": "2012-10",
  "publication_venue": "UIST '12（第25届 ACM 用户界面软件与技术研讨会）",
  "abstract": "Digits 是一种腕戴式传感器，可恢复用户手部的完整三维姿态，从而支持移动中的多种徒手交互。系统面向移动场景，专为低功耗设计，并且仅使用现成硬件即可轻松复现。电子设备完全自包含于用户腕部，但能够对整只手进行光学成像。这些数据通过一条新的流水线处理，稳健地采样手部关键部位，例如每根手指的指尖和下部区域。这些稀疏样本被输入新的运动学模型，模型利用手部生物力学约束恢复用户手部的三维姿态。所提出的系统无需完全装备手部（例如使用数据手套），无需环境中的额外传感器，也无需深度相机——后者目前因功耗和形态因素而难以用于移动场景。作者展示了 Digits 在多种应用场景中的效用，包括与移动设备的三维空间交互、移动中的无视觉交互以及游戏，并对系统进行了定量和定性评估，讨论了其优势、局限与未来工作。\n",
  "keywords": [
    "手部追踪",
    "三维交互",
    "移动",
    "可穿戴设备"
  ],
  "paper_institutions": [
    "Microsoft Research",
    "Culture Lab, Newcastle University",
    "FORTH, University of Crete"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "doubao-seed-2.1-pro",
  "prompt_template": "simple",
  "extracted_at": "2026-10-20T04:25:24.856267Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n本文针对移动场景下难以低功耗、小体积且无手套地感知整手高自由度三维姿态这一问题。现有数据手套笨重、削弱触觉并妨碍触屏，环境相机和消费级深度相机则依赖外部设施、计算与功耗高且形态不适合随身使用，而既有腕戴或可穿戴设备多只能识别离散手势或粗略动作。为此作者提出 Digits：一种佩戴于前臂内侧腕部的无手套光学传感器，由 640×480、90Hz 红外相机，850nm 红外激光线发生器，4 个漫射红外 LED 和 120Hz IMU 构成，全部采用现成元件并由 USB 供电，总功耗低于 400mW，远低于 Kinect 的 3.4–5W，设备约 75g，用于验证移动自包含、可复现和随时可用的可行性。系统先连续采集关灯、激光、LED 三帧（有效 30Hz）以扣除环境红外，再做图像校正、基于缝刻思想和动态规划的五指分离；激光平面与相机射线相交得到每指一个稀疏三维点，正向运动学利用自然弯曲时 MCP/DIP 与 PIP 的线性耦合关系及激光距离到 PIP 角的三次映射重建关节骨架。为支持 MCP 独立运动，LED 图像依据逆平方律和径向光衰估计粗深度与法向，并用模板匹配检测指尖；新的逆运动学将指尖二维投影与激光三维交点融合，核心机制为 $\\arg\\min_{\\theta_m,\\theta_p} E=\\lambda_{led}|\\mathrm{proj}(P_2)-y_{obs}|^2+\\lambda_{las}|tL_d+L_o-L_{obs}|^2$，通过在关节角范围内暴力搜索最小能量恢复更高自由度姿态。初步实验招募 12 名 24–39 岁男性参与者，针对张开掌、数二、指、抓小物、抓大物、捏合六种静态姿态，按每人骨长和手指轨迹校准，完成 3 组各 6 个随机试次并保持姿态 3 秒；该设置用 Vicon 地面真值参考检验可行性与重复性，且未用 IMU 以隔离手部姿态。指标包括获取时间、组内相关系数和 PIP 关节角误差：平均获取时间 4074ms，从第一组 4417ms 降至第三组 3823ms，重复测量方差分析显示显著学习效应；ICC 总体约 0.6–0.97，食指 0.88、中指 0.84、无名指 0.81、拇指 0.74、小指 0.66；所有 PIP 平均误差均小于 9°，食指最佳为 1.8°–2.9°，精度接近数据手套并优于手工测角 7°–10°的文献范围，支持稀疏生物力学约束和双模传感可实现实用三维手部跟踪这一核心创新。应用涵盖大屏远距三维操控、手机和平板周围的空中输入、触屏与面上输入结合、无视觉拨盘/滑块/键盘以及游戏；约束包括交叉手指、过度弯曲拇指和手持物体造成遮挡，完全平展或过度拱起的手、拇指复杂运动、小指视场受限和腕部弯曲建模不足，原型仍需校准并通过线缆连接计算设备。未来可缩小为独立手表式设备、采用飞行时间等新型深度器件、改进手指分离与识别、探索非佩戴手双手互操作以及与 Kinect 等全身传感互补。\n\n### 关键要点\n\n- Digits 硬件包括腕戴式 PointGrey FireFly MV 红外相机、850nm 激光线发生器、4 个漫射红外 LED 和 x-IMU，采用现成元件，总功耗低于 400mW，重量约 75g。\n- 信号处理通过连续采集无主动照明、仅激光照明和仅 LED 照明三帧来抑制环境红外，有效帧率为 30Hz。\n- 手指分离步骤利用一维 Sobel 边缘、指根间凹谷以及类似缝刻的动态规划方法，将图像划分为对应五指的五个区域。\n- 激光线以 3cm 基线投射到手掌上方，系统将图像中的亮斑质心反投影为射线，并与标定后的激光平面相交，从而获得每指一个三维点。\n- 简单正向运动学模型利用自然弯曲时 DIP、MCP 角度随 PIP 角度线性变化的生物力学关系，可从每指单个稀疏点重建常见手部姿态。\n- LED 指尖检测根据逆平方律和镜头径向光衰从亮度生成粗深度图和法向图，再用合成指尖模板匹配法定位指尖。\n- 新逆运动学模型同时使用 LED 观测到的二维指尖位置和激光观测到的三维交点，以加权能量最小化分别恢复 MCP 与 PIP/DIP 关节角。\n- 初步实验包含 12 名 24–39 岁男性参与者、六种静态手势、每人一次手部校准以及 3 组随机顺序试次，静态阶段要求保持姿态 3 秒。\n- 平均姿态获取时间为 4074ms，第一组至第三组分别为 4417ms、3981ms 和 3823ms，统计结果表明前两组间有显著改善。\n- 重复性 ICC 范围约为 0.6–0.97，其中食指、中指和无名指表现较强，小指相对较弱。\n- 六种手势下各指 PIP 关节角平均误差均低于 9°，食指误差最低约 1.8°，整体精度接近数据手套文献结果。\n- 系统支持大屏交互、移动设备周围三维输入、触屏与空中手势结合、无视觉界面和游戏，但在手指交叉、拇指过度弯曲、手持物体遮挡及设备连线方面仍有限制。"
}