http://kadhoai.com.cn 2026-04-26 16:14:54 來源:中國網
不需要鼠標、鍵盤,甚至接觸,計算機會“看到”你想告訴它的一切—在微軟的“未來科技”布局裏,識別空中手書是一幕關於人機互動的奇幻片段。
在2054年的華盛頓,湯姆·克ke魯lu斯si飾shi演yan的de安an德de頓dun戴dai著zhe他ta有you觸chu點dian的de手shou套tao,邊bian打da電dian話hua邊bian用yong雙shuang手shou令ling人ren眼yan花hua繚liao亂luan地di在zai透tou明ming顯xian示shi器qi上shang操cao作zuo程cheng序xu和he窗chuang口kou,酷ku勁jin十shi足zu。即ji使shi不bu是shi科ke幻huan迷mi和he遊you戲xi迷mi,也ye會hui有you很hen多duo人ren憧chong憬jing電dian影ying《少數派報告》裏科幻般的生活。
事實上,你很有可能比湯姆·克魯斯更酷:當你在空中對著機器比劃的時候,已經不再是“對牛彈琴”。微軟亞洲研究院的識別空中手書技術使得計算機、智能家電、遊戲機能夠認識我們所比劃的文字,識別內容包括了漢字、日文、韓文,數字和英文單字。就像“我來比劃你來猜”遊戲,不同的是,猜測我們比劃內容的對方,現在變成了和人一樣“聰明”的機器。識別空中手書技術,隻需要一台普通的電腦、一個攝像頭、一個遊戲機手柄,就可以實現,脫離鼠標、鍵盤,甚至代替像iPhone那樣觸控技術的人機互動。
如果說鍵盤鼠標輸入和手寫觸控分別代表人機交互的兩個階段,那麼,識別空中手書可以說使這種交互進入了3.0時代。“duiyuzhexiangjichudechuangxinjishu,xiangdaozaishangmiankaifachudewushuzuijuyouxiangxianglideyingyongjiulingrenjidong。zheyeshizuoweiyanjiuyuanzuizhideqidaideshike。meiyourennengyujian,ruanjiankaifashangheyingyongweiruanpingtaidekaifarenyuanhuizaishibiekongzhongshoushujishushangmiankaifazenyangdeyingyong。keyishuo,nengxiangduoyuanjiuyouduoyuan。”微wei軟ruan亞ya洲zhou研yan究jiu院yuan語yu音yin組zu主zhu任ren研yan究jiu員yuan霍huo強qiang在zai說shuo這zhe些xie話hua的de時shi候hou,識shi別bie空kong中zhong手shou書shu項xiang目mu的de主zhu要yao負fu責ze人ren馬ma磊lei正zheng在zai旁pang邊bian拿na著zhe一yi顆ke橘ju子zi給gei記ji者zhe演yan示shi微wei軟ruan的de“軟”字。
IT的太極之舞
讓機器“懂得”人類的想法並“表達”出來,並不容易。傳統的使用鍵盤輸入和現在智能手機上流行的觸控輸入,把信息明確地“灌輸”給計算機。然而,空中手寫識別技術,更像是中國傳統的太極拳法,動作不僅像太極拳一樣行雲流水,而且能夠“手隨心動”。
識別空中手書項目組設計了兩種解決方案來做演示:最廉價的方式是使用一個網絡攝像頭來觀察用戶手的運動;或者使用一種帶有被稱作“陀螺儀”和“加速度儀”的(de)傳(chuan)感(gan)器(qi)的(de)設(she)備(bei)來(lai)捕(bu)捉(zhuo)用(yong)戶(hu)手(shou)的(de)運(yun)動(dong)。當(dang)用(yong)戶(hu)手(shou)的(de)運(yun)動(dong)被(bei)捕(bu)捉(zhuo)到(dao)之(zhi)後(hou),對(dui)其(qi)進(jin)行(xing)補(bu)償(chang),增(zeng)強(qiang)後(hou),手(shou)寫(xie)識(shi)別(bie)模(mo)塊(kuai)就(jiu)能(neng)認(ren)出(chu)用(yong)戶(hu)在(zai)空(kong)中(zhong)寫(xie)的(de)文(wen)字(zi)。
“機器從捕捉、映射、識別到顯示,整個過程涉及兩方麵的技術。一是動態運動物體捕捉;二是手寫識別。”馬(ma)磊(lei)向(xiang)記(ji)者(zhe)介(jie)紹(shao)道(dao)。選(xuan)擇(ze)一(yi)個(ge)能(neng)夠(gou)與(yu)周(zhou)圍(wei)環(huan)境(jing)的(de)顏(yan)色(se)區(qu)分(fen)開(kai)來(lai)的(de)物(wu)體(ti),放(fang)在(zai)視(shi)頻(pin)捕(bu)捉(zhuo)框(kuang)的(de)中(zhong)心(xin)位(wei)置(zhi),按(an)動(dong)遊(you)戲(xi)手(shou)柄(bing)的(de)按(an)鈕(niu)開(kai)始(shi)準(zhun)備(bei)書(shu)寫(xie)。在(zai)這(zhe)個(ge)對(dui)運(yun)動(dong)物(wu)體(ti)的(de)捕(bu)捉(zhuo)過(guo)程(cheng)中(zhong),就(jiu)要(yao)教(jiao)會(hui)計(ji)算(suan)機(ji)該(gai)捕(bu)捉(zhuo)的(de)目(mu)標(biao)物(wu)體(ti),計(ji)算(suan)機(ji)知(zhi)道(dao)了(le)所(suo)選(xuan)擇(ze)的(de)運(yun)動(dong)目(mu)標(biao),周(zhou)圍(wei)環(huan)境(jing)裏(li)其(qi)他(ta)物(wu)體(ti)的(de)運(yun)動(dong)就(jiu)不(bu)會(hui)產(chan)生(sheng)幹(gan)擾(rao)。
目(mu)標(biao)物(wu)體(ti)在(zai)空(kong)中(zhong)運(yun)動(dong)的(de)過(guo)程(cheng)中(zhong),產(chan)生(sheng)了(le)一(yi)個(ge)三(san)維(wei)的(de)圖(tu)像(xiang)軌(gui)跡(ji),映(ying)射(she)到(dao)二(er)維(wei)的(de)攝(she)像(xiang)機(ji)裏(li)的(de)是(shi)一(yi)個(ge)平(ping)麵(mian)化(hua)的(de)軌(gui)跡(ji)圖(tu)形(xing),這(zhe)個(ge)平(ping)麵(mian)化(hua)的(de)運(yun)動(dong)軌(gui)跡(ji)要(yao)求(qiu)對(dui)模(mo)糊(hu)、抖動都能很好的處理。而當計算機獲得了清晰的運動軌跡後,後台的手寫識別就可以進行分析,從而得到用戶想要書寫的文字。“這個看似簡單的圖像分析和文字識別在相應的領域裏都做了幾十年,絕對可以稱得上是高科技。”霍強對記者說,“比如數字3,會有像‘了’等相近的文字,這無疑增加了識別的難度。”最後的識別結果綜合了機器對書寫動作和圖像結果的分析,“形狀信息很重要,首先要像;另一方麵,動態信息也是個很重要的參考。”
馬(ma)磊(lei)對(dui)記(ji)者(zhe)表(biao)示(shi),空(kong)中(zhong)手(shou)寫(xie)識(shi)別(bie)與(yu)在(zai)手(shou)寫(xie)板(ban)書(shu)寫(xie)不(bu)同(tong)在(zai)於(yu),手(shou)寫(xie)板(ban)一(yi)筆(bi)一(yi)劃(hua),折(zhe)點(dian)尖(jian)銳(rui)。而(er)空(kong)中(zhong)寫(xie)字(zi)需(xu)要(yao)一(yi)筆(bi)完(wan)成(cheng),沒(mei)有(you)虛(xu)實(shi)的(de)概(gai)念(nian),不(bu)會(hui)提(ti)筆(bi)。在(zai)空(kong)中(zhong)書(shu)寫(xie)的(de)過(guo)程(cheng)中(zhong),“類似於中國的太極,相對圓滑,行雲流水。在速度變成零的時候不可能出現相應的折點,需要對這種字體情況進行特殊處理。”
交互的未來
蓋茨曾說,人與計算機的交互將變得越來越像人與人之間的互動。蘋果公司的iPhone手機和任天堂的Wii遊戲機,在用戶互動界麵的出色表現獲得了消費者的青睞。而微軟的下一代操作係統Windows7,作為自然的用戶界麵,也內置了觸摸支持功能;微軟智能觸控桌麵電腦Microsoft Surface,看上去更像是一張多功能的桌麵屏幕。
談到識別空中手書這項技術的最初想法,微軟亞洲研究院首席研究員兼語音組負責人宋平表示,“這zhe個ge想xiang法fa是shi為wei了le解jie決jue在zai沒mei有you鍵jian盤pan或huo手shou寫xie板ban的de特te定ding環huan境jing裏li如ru何he用yong手shou勢shi輸shu入ru字zi符fu的de問wen題ti。識shi別bie空kong中zhong手shou書shu從cong技ji術shu和he提ti升sheng用yong戶hu體ti驗yan方fang麵mian都dou是shi一yi項xiang很hen傑jie出chu的de創chuang新xin。我wo相xiang信xin這zhe項xiang創chuang新xin將jiang有you可ke能neng被bei應ying用yong到dao微wei軟ruan目mu前qian和he未wei來lai的de很hen多duo產chan品pin及ji服fu務wu中zhong。”
ercongyanfadejiaodu,tuolilejianpanshubiaodeshibiekongzhongshoushujishujiangxiangxiangligenglajinyibu,yihuoshiduiweilaizhuliujiaohushitiyandetiqianyuyan。erzhe,jiangweiweiruanzairenjijiaohutiyanshangpeiyangyuelaiyueduode“手語者”。
duiyushibiekongzhongshoushuzaiweilaiyingyongdesangechangjing,maleixiangjizhejieshaodao,zaijiaohushiyouxihuanjingxia,yonghuzaikongzhongshuruyixiewenzi,rumingzi,daan,shenzhishijiemileiyouxidefuhao,yihuoqubutongdeyouxitiyan;而在可聯網設備上,比如網絡電視(IPTV)和Xbox,甚至還有智能家電,需要輸入文字信息時用遠距離“比劃”都很方便。比如在網絡電視上搜索視頻,在Xbox上搜索遊戲動畫等等;erduiyujiachanglaishuo,caiyongshoushizhezhongyujiaoyuledefangshi,gengshihehaodongqiexihuanshijiaochongjidexiaohai。youyuyuanjulishurugengnengtixiantuolijianpanshubiaoshuruxinxideyoushi,weilai,weiruanyazhouyanjiuyuanxiwangshibiekongzhongshoushujishunenggouweiyonghujiejuegengduodeshijiwenti,nenggoushinengqitayouquyouyiyideshiqingfasheng。erqie,jiangbuxiandingzhiyongyigegenzongdian,weilaijianghuiyouduogegenzongdianlaiyingyongdaoweiruanditusousuofuwudezhazhao、縮放等。
“我wo們men做zuo研yan發fa的de目mu的de是shi為wei了le提ti升sheng用yong戶hu體ti驗yan,微wei軟ruan亞ya洲zhou研yan究jiu院yuan在zai與yu產chan品pin部bu門men的de互hu動dong和he溝gou通tong過guo程cheng中zhong,來lai共gong同tong探tan討tao把ba這zhe些xie創chuang新xin技ji術shu應ying用yong到dao產chan品pin裏li或huo者zhe技ji術shu轉zhuan移yi出chu去qu的de時shi間jian。但dan是shi,作zuo為wei一yi個ge研yan究jiu人ren員yuan,能neng夠gou讓rang千qian家jia萬wan戶hu應ying用yong到dao自zi己ji的de創chuang新xin想xiang法fa是shi最zui令ling我wo們men激ji動dong的de事shi情qing。”霍強對記者說。
huoqianghemaleizuijingangcongweiruanleidemengzongbuhuilai,tamenzaiweiruanyanjiuyuanyinianyidudejishujieshangzhanshileshibiekongzhongshoushujishu,xiyinlebaokuoweiruanchanpinbumen,weiruanquanqiuqitayanjiuyuantongshiyijimeitideguanzhu。zhumingbokerenChris Pirillo 在他博客中寫道:“雖sui然ran這zhe個ge軟ruan件jian目mu前qian還hai隻zhi是shi個ge技ji術shu原yuan型xing,沒mei有you被bei應ying用yong,但dan是shi我wo很hen看kan好hao它ta,這zhe是shi一yi項xiang驚jing人ren的de研yan究jiu。你ni能neng想xiang像xiang這zhe個ge軟ruan件jian什shen麼me時shi候hou能neng被bei應ying用yong嗎ma?我wo們men所suo有you的deXbox迷都拭目以待吧!”
這zhe些xie充chong滿man無wu限xian可ke能neng性xing的de基ji礎chu創chuang新xin是shi最zui具ju能neng量liang的de。它ta本ben身shen可ke能neng不bu是shi一yi個ge成cheng熟shu的de應ying用yong,但dan是shi一yi旦dan與yu現xian實shi生sheng活huo中zhong有you趣qu的de想xiang法fa相xiang結jie合he,就jiu可ke以yi催cui生sheng出chu無wu數shu的de精jing彩cai成cheng果guo。微wei軟ruan擅shan長chang於yu調tiao動dong豐feng富fu的de研yan發fa資zi源yuan做zuo些xie“打地基”的事情,識別空中手書就拓展了更多豐富應用的可能性。而這,或者就是微軟亞洲研究院“研發之美”的魅力所在。