
新型 GNN 模型在手勢識別中達到 99% 準確率
研究人員開發了一種圖神經網路 (GNN) 方法,用於解讀來自前臂肌肉活動模式的 sEMG 訊號。該模型實現了 99% 的分類準確率,延遲僅為 48 毫秒,非常適合即時義肢與擴增實境 (AR) 控制。
Tag: #gesture-recognition6 results

研究人員開發了一種圖神經網路 (GNN) 方法,用於解讀來自前臂肌肉活動模式的 sEMG 訊號。該模型實現了 99% 的分類準確率,延遲僅為 48 毫秒,非常適合即時義肢與擴增實境 (AR) 控制。
Apple 推出 EMBridge,透過將 EMG 表示與來自影片、影像及手部骨架的高品質嵌入對齊來提升 EMG 表示品質。此跨模態方法實現零樣本手勢泛化,用於低功耗穿戴裝置的連續預測。它利用表面肌電圖 (sEMG) 進行具成本效益的手勢分類。

南韓研究人員開發出一款無線透明智慧戒指,能夠翻譯 ASL 和 ISL。該裝置在即時手語識別方面達到了 88% 的驚人準確率。

Oura 收購一家 AI 驅動的手勢辨識公司。此舉可能讓即將推出的 Oura Ring 5 支援語音或手勢控制。這預示未來穿戴裝置將深度整合 AI。

Matic 家用清潔機器人現在支援語音指令與手勢操作,使用者可指向污漬並說出「清理這裡」。新功能支援 75 種語言,讓多語家庭更容易指定清潔區域。

Oura Health Oy收購一家專攻語音與手勢辨識的初創公司。此交易讓智慧戒指製造商準備將此類控制加入其熱門產品線。