Meta研究分类触摸手势,设计磁性、分布式、柔性三轴力传感器
触摸手势在交流情感和建立关系方面起着重要作用,可以通过力、接触位置和时间特征的高维组合在给定的情景中创建社交定义的意义。随着远程通信的普遍,人们需要在这种环境中复制触摸互动,以克服孤独感。因此,有必要捕获嵌入在触摸手势中的物理信息,以识别手势类型。磁性方法因其信噪比大和小型三轴传感器的可用性而越来越受欢迎。一种具有软套管形状的三轴传感器阵列被用于探索触摸手势分类。研究人员通过添加剪切力来对触摸手势进行分类,并通过卷积神经网络(CNN)从高维数据中学习时空特征。实验结果表明,添加剪切信息可以提高分类精度,同时磁性传感器阵列能够捕捉到触摸位置、法向力和剪切力等特征。该研究有助于深入理解触摸手势的分类,并为进一步改进分类模型和设计更全面的触觉阵列提供了方向。