由于缺少交互，從設(shè)備到內(nèi)容上移動VR所帶給我們的體驗并不是很好，單一頭控的交互，或者說借助觸控面板完成的交互并沒有將虛擬現(xiàn)實的沉浸感、存在感特點表達的淋漓盡致，我們在進行VR游戲體驗，觀看VR視頻時不由自主的還是想用雙手觸摸、控制場景內(nèi)的事物。

手勢識別技術(shù)是目前移動VR發(fā)展的一個出破口，如何將這項技術(shù)植入到移動VR設(shè)備中是很多硬件廠商在探索的。不過，在此之前有廠商已經(jīng)推出相關(guān)外設(shè)手勢交互模組，借助這些外設(shè)用戶可以使用主流移動VR頭顯獲得手勢交互體驗，但相應(yīng)的用戶除了購買VR眼鏡還需要單獨購買一個外設(shè)，而購買外設(shè)所需投入的成本或許要遠高于買一個VR眼鏡的成本，對于VR深度愛好者或許是值得的，但對于VR入門級消費者這顯然并不是最佳解決方案。

移動VR的一大特點就是必須使用智能手機，如果借用手機攝像頭讓用戶獲得手勢交互，那這部分的成本幾乎為零，這正是英梅吉CEO朱郁叢帶領(lǐng)團隊在做的事情，而且現(xiàn)在HandCV手勢識別系統(tǒng)與SDK已經(jīng)開發(fā)完成。

HandCV是什么？

HandCV是一款基于單目攝像頭的手勢交互系統(tǒng)及手勢識別SDK。它基于普通單目攝像頭，通過軟件算法來實現(xiàn)手勢識別，不需要額外購買新的體感設(shè)備即可完成手勢交互操作。Hand CV主要面向基于智能機的移動VR/AR，深度適配VR/AR環(huán)境。

HandCV能實現(xiàn)哪些手勢交互？

Hand CV主要滿足用戶的輕交互需求，基于手機的攝像頭，實現(xiàn)食指單擊、彎曲、捏合拖動、握拳等基本手勢識別。滿足用戶在移動VR／AR設(shè)備上的菜單點選、音樂及視頻播放、小游戲等輕度交互需求。

關(guān)于Hand CV手勢交互系統(tǒng)的更多信息VR.cn對北京英梅吉科技有限公司CEO朱郁叢先生進行了專訪，以下是VR菌整理的采訪文字。

介紹一下HandCV手勢交互系統(tǒng)

朱郁叢：Hand CV是我們推出的一項解決移動AR和VR交互上產(chǎn)品，因為目前在移動AR和VR上交互已經(jīng)變成了一個門檻，也是內(nèi)容創(chuàng)作上的門檻。因為現(xiàn)在在整個交互條件下，整個產(chǎn)業(yè)當(dāng)中，在基于現(xiàn)有的主流交互方式，通過陀螺儀去控制頭部的轉(zhuǎn)動，然后懸停，三秒你能完成的一個觸發(fā)，在這種交互方式上是沒辦法做到更多的豐富的內(nèi)容創(chuàng)作，像什么連連看這種簡單的游戲都做不到，因為太慢了，它破壞了整個體驗的連貫性。還有就是觀看VR視頻，以現(xiàn)有的交互方式連一個拖拽這種簡單的動作都做不到，更不要去談其他的交互方式。

所以現(xiàn)在無論是國內(nèi)廠商還是國外廠商大家都在努力做一些交互方式上的新定義，像谷歌今年五月份也推出了daydream這一套標(biāo)準，雖然最終沒有拿出來，但它也說可以用手柄、控制器的這種方式來進行交互，但控制器其實是有局限性的，首先它在移動AR上是沒辦法實現(xiàn)的，那在移動VR上，首先它會增加成本，那對于用戶來說，增加一塊錢的成本，這都是一個很大的門檻，用戶為什么要去買呢？對于廠商來說，也是增加了銷售上的一個門檻，同時從使用上來講，用戶不會一天到晚把控制器放在身上，而且還是放倆個，還有供電問題，所以它能解決一部分交互上的問題，但是同時它又引申出新的問題出來，所以它不是一個非常完美的方案。

我們需要的是能夠隨時隨地、隨身進行操作的交互方式，比如說用手這是一種很好的方案。所以，現(xiàn)在很多國際國內(nèi)同期的一些廠商像Leap Motion，大家都在做手勢識別交互。但可以看到，這些廠商在做手勢識別時都有一個前提條件，都需要外置攝像頭，對于移動VR來講，這就是個門檻，用戶需要花好幾百塊錢去買一個外置攝像頭，像一些國際廠商的這些外置攝像頭可能還更貴，最貴的可能要一千多美金。那對于一個主流的移動VR來講，平均售價百十來塊錢，再讓用戶花幾百塊或者幾千塊額外購買外設(shè)，我覺得這種可能性不是很大。所以，如果在加上一個定義的話，希望有一種能隨時隨地隨身進行手勢交互的方式，并且以最便宜，甚至是免費的方案去做，所以我們當(dāng)時就選擇了做單目攝像頭，手機自帶的攝像頭就能去做這種手勢交互的產(chǎn)品。

這也是我們推出HandCV的一個初衷，目前我們在跟廠商接觸，其實一個產(chǎn)品它能夠推廣，一方面是有用戶上的基礎(chǔ)，用戶不需要購買外設(shè)，只需要有手機你就能體驗HandCV提供的手勢交互，用戶基礎(chǔ)有了，所以廠商就不用去擔(dān)心。如果用像類似Leap Motion這種開發(fā)來說的話，它要考慮這種外置攝像頭有多少用戶呢？它沒有用戶，我認為以這種交互方式去開發(fā)一種產(chǎn)品風(fēng)險會很大。而HandCV基于單目攝像頭，天然的只要是移動用戶都可以來使用，這一點的市場空間是非常龐大的，它繼承了的是原來移動互聯(lián)網(wǎng)這部分用戶，市場基礎(chǔ)或者說是用戶基礎(chǔ)優(yōu)勢非常明顯。

這套系統(tǒng)最大的優(yōu)勢是什么？

朱郁叢：因為基于手機自帶的攝像頭是免費的，用戶就可以天然的來使用，不需要購買外設(shè)。那另外從產(chǎn)品性能上來說，我們在極暗環(huán)境下也可以做到識別，這是我們在算法上面上的一個優(yōu)勢。從功耗上來說，拿我們測試的機器，A8，1.4這種處理器，我們系統(tǒng)的占有率只有百分之八到百分之十，這個是比較低的。

為什么選擇做移動VR？

朱郁叢：因為其實從市場的調(diào)研報告可以能看出VR是未來，vive很好，我們樓上就有vive，但問題是它的用戶體驗成本太高，平均要去體驗vive至少要花一萬五以上。而對于大部分用戶來說，它本質(zhì)上還是一個娛樂工具，花巨資買一套娛樂系統(tǒng)的話，其實對很多人來說的話還是比較高昂的代價，而且它對場地還有要求。

所以從這個角度來，就與此前我看到一份來自HTC的調(diào)研報告一樣，vive跟rift的整個市場占有率也就是百分之三點幾，其余大部分都是移動VR。在我們看來，移動VR包括了基于手機的這種VR產(chǎn)品，同時一體機也是屬于移動VR這部分。那對于一體機我們覺得市場是很有限的，它是一個比價尷尬的定位，與移動VR有很多沖突的點，因為他的計算性能是一樣的，只是做了一些優(yōu)化。

單目跟深度攝像頭的區(qū)別在哪里？

朱郁叢：我覺得最大的區(qū)別就是用戶，用戶不需要去購買一個額外的外置攝像頭，我覺得這是一個最大的區(qū)別，而這個區(qū)別其實也是一個門檻，一個極高無比的門檻。用戶不需要花錢去購買，就天然的具備了我們現(xiàn)有用戶的市場在這邊。如果用戶需要去購買攝像頭的，那相信也會是一些開發(fā)者去買，只有形成一定規(guī)模的消費者需求這個攝像頭才能形成它這一個細分市場，那對于開發(fā)者來說，他不會去針對一個還沒有形成規(guī)模的市場去開發(fā)產(chǎn)品，也就是說它缺乏內(nèi)容的支撐。

從產(chǎn)品定位上來講，我覺得深度攝像頭其實是有點尷尬的，因為什么？我們先將VR分開定義，一個是移動VR一個是重度VR。重度VR我們理解成主機型的這種VR的體驗，對于輕度VR主要是日常的基礎(chǔ)交互，還有小游戲。

輕度VR其實我們現(xiàn)在用單目就能夠解決，解決所有的訴求。那重度VR，比如將自己的手映射到游戲里面進行交互，我們可以將其定義為重度交互。那么，如果都使用基于計算機視覺的方案是不適合的，因為計算機視覺有局限性，必須捕捉到手才行，但在實際的操作當(dāng)中有些動作是超出你的FOV范圍的，比方說我的手高舉時，你都看不到我的手，還有一些動作幅度對速度要求比較大的。所以，這些手勢交互不管你是用任何CV產(chǎn)品都是沒辦法做到的，或者說做到很好的體驗。但是，如果你是用體感，用手柄或是用控制器來去做，就可以花很少的代價來實現(xiàn)我剛剛說的那些重度VR交互。所以，我覺得深度攝像頭的定位，它的市場是比較尷尬的。做輕度，其實用單目攝像頭就可以解決，那做重度的，我感覺可以用控制器、手柄，市場成本更低，市場更好，做的更穩(wěn)定。

這套系統(tǒng)什么時候能應(yīng)用到手機上？

朱郁叢：我們現(xiàn)在跟各個細分領(lǐng)域比較知名的企業(yè)都已經(jīng)簽完了戰(zhàn)略合作協(xié)議，像優(yōu)酷VR，UTOVR，VR熱播都已經(jīng)簽完協(xié)議，我們SDK一出來就會在他們上進行植入。其實按照我們現(xiàn)在的迭代，大概在9月20號我們IOS版本的SDK先會出來，在國慶之后會出安卓版的SDK。SDK是原生的，包括對Unity的支持，因為大部分游戲都是用Unity來開發(fā)的，大部分內(nèi)容也都可以去使用。而9月初的測試版我們不會向所有市場開放，只提供給行業(yè)知名客戶去使用，因為我們還要去做修正和迭代，自己還要去做一個手勢庫，做一些優(yōu)化，做一些深度學(xué)習(xí)來去優(yōu)化我們得算法，真正應(yīng)用到手機上應(yīng)該會在12月份。

未來如何升級迭代？

朱郁叢：分成兩塊，一塊是從技術(shù)層面上，我們九月份SDK會推出來，這是一個測試版，我們會讓行業(yè)的一些知名的廠商讓他們幫我們?nèi)プ鰷y試，先去使用，然后我們會根據(jù)他的反饋結(jié)果來做一些調(diào)整。調(diào)整也是在兩個層面，一個是在收集了數(shù)據(jù)以后，我們優(yōu)化算法，優(yōu)化我們對于一些環(huán)境的留檔性的一些提升。還有一個就是對于手勢優(yōu)化，因為我們現(xiàn)在支撐點、觸、按等這些手勢，在游戲當(dāng)中如何更好的融合這些手勢交互，交互的這種體驗，我們要重新去設(shè)計，重新去優(yōu)化。這個是我們很重要一點。另外一個，在優(yōu)化層面，我們在建一套十萬張手勢圖片庫這個規(guī)模的庫，來去做深度學(xué)習(xí)的算法訓(xùn)練，這個也是在年底去完成，現(xiàn)在也正在做這個工作。所以今年年底我們的手勢交互會達到一個比較穩(wěn)定的狀態(tài)。

交互技術(shù)對內(nèi)容創(chuàng)作的影響

朱郁叢：現(xiàn)在交互本身已經(jīng)變成了一個內(nèi)容創(chuàng)作上的瓶頸，所以說我們單目攝像頭的手勢識別和交互一定能驅(qū)動整個行業(yè)內(nèi)容創(chuàng)作，變的更豐富。游戲就是一個典型，最近有很多的開發(fā)商來找過我們。因為現(xiàn)在交互方式上的匱乏已經(jīng)影響到他們內(nèi)容上的創(chuàng)作，他不知道該怎么辦，有一些好的創(chuàng)意都沒辦法去實現(xiàn)，做不了。所以我們的手勢交互系統(tǒng)對他們有很大的意義，這個意義不僅局限于國內(nèi)，對海外市場也是一樣，我們在下半年包括明年年初主攻國內(nèi)市場與北美市場。