想到這個，源自于一個問題：如果現在去創業，你會做什么？

　　我想做的是一個指環版的 MYO，不依賴攝像頭實現手勢識別。目前以蘋果（PrimeSense）、英特爾（RealSense）、谷歌（PrimeSense + OpenCV）和 Leap Motion 為代表的手勢識別、手部動作追蹤技術都需要依賴設備自帶或外設攝像頭，這就限制了操作指令發出者和設備間的相對位置。且不同標準對用戶距離的要求各不相同，很難養成跨設備的統一新交互方式。

　　類似 MYO 的技術就不要固定用戶與設備間的相對位置，因為識別行為直接通過與用戶的手臂接觸完成。但為了讓多數用戶都能獲得較好的識別率，袖套式或手環式佩戴方式勢必要面臨佩戴舒適性問題。如我們現在日常使用的鍵盤、鼠標、和觸摸屏，作為一種基礎的人機交互手段，它會在一天的時間內被大量使用。和戒指同理，手指對于緊束和皮膚呼吸長期受限的忍耐程度相對更高。

　　在手指中，食指是進行動作捕捉和識別最理想的對象。因為食指相對其它手指對人而言是可控性和靈活性最高的，人可以輕易控制它完成微小或相對精確的動作。就當前主流的應用程序內容和交互層級設計，可以定幾個基礎的手勢：當應用內容從上至下流動時，食指垂直方向揮動定義為“滾動（Scroll）”，此時手指水平方向揮動定義為“內容類別切換（一般為 Tabs Switch）”，而當應用內容從左至右流動時兩手勢定義指令對調（經 SDK 由應用自定義）；五指張開定義為“進入當前顯示器焦點內容的下一層級（Tap 或者 Enter）”；單手握拳定義為“返回當前顯示器焦點內容的上一層級（Back 或 Cancel）”；最后，食指尖雙擊拇指尖定義為“擴展菜單或設置（Holding 或 Menu）”。

　　但以當前的陀螺儀和聲波反饋技術，要做到符合該方案的體積和復雜環境識別精度需要很高的成本。若技術進步到一定階段，還能通過整合 Minuum 單行輸入法的技術實現文字輸入。另外，和支持近年自然語言識別技術產品化的語料庫積累成熟同理，PrimeSense、RealSense 等主流技術產品增加帶來的用戶手勢庫積累也能讓未來手勢識別、用戶行為判斷的精度要求更低。

　　手勢識別、非接觸式識別是目前為止多數公司探索下一代人機交互形式的方向。但不同于鍵鼠（轉動手腕 + 指尖按壓）和觸摸屏（手指揮動 + 指面點按）等傳統交互方式指令動作的單一化、機械化，手勢交互的指令更復雜，用戶的使用成本更高（精確性也受限）。這種形式的交互革新是否能被用戶接受還需要在特定設備和使用場景中摸索。

　　[36氪原創文章，作者！ sinCera]