用戶可以可視化地演示手勢，并通過3D編輯器界面改進手勢。這將生成細化的手勢三維模型，而改進的三維模型接下來可用于從用戶手部追蹤數據中識別手勢。

（中國AI網 2025年07月14日）盡管開發者可以將平臺提供的手勢集成到自己的應用之中，但來自平臺的預定義手勢可能存在限制，而定制機器學習模型需要專業知識，啟發式算法需要編程知識。這使得XR應用程序開發者為自己的應用難以創建富有表現力的自定義交互。

在一項專利申請中，Snap提出了一個優化手勢模型，目標是為本公開中描述的方法為XR應用開發者提供一種無需編碼或機器學習專業知識便可輕松定義自然的手勢和序列。

在一個實施例中，用戶可以可視化地演示手勢，并由計算機視覺系統捕獲。然后，用戶可以通過3D編輯器界面改進手勢。這將生成細化的手勢三維模型，包括精確定義手勢的關節和幾何形狀。改進的三維模型接下來可用于從用戶手部追蹤數據中識別手勢。

在一個實施例中，多個手勢可以串聯成序列。細化的三維模型和序列指令存儲在手勢模型庫中。在運行時，系統使用手勢模型庫檢測手勢和自然交互序列。模型生成系統使用攝像頭捕獲由用戶演示手勢所做的手勢的手部追蹤數據。模型生成系統利用手部追蹤數據生成手勢的三維模型，并向用戶提供三維模型的顯示。

......（全文 6552 字，剩余 6061 字）

請微信掃碼通過小程序閱讀完整文章
或者登入網站閱讀完整文章
映維網會員可直接登入網站閱讀
PICO員工可聯系映維網免費獲取權限