谷歌用AI训练“耳机线”

音量控制、切歌换歌等操作更是不在话下，谷歌的新功能指向的是下一步的感知交互，最终目的解放我们的双手。

手势数据集的训练过程

谷歌开发的此款设备是机器学习算法和传感器硬件的结合，而耳机线只是承载物。

实际上线不是普通的耳机线，是柔性电子材料，并且将传感器编织进内，因此可以进行人机交互。

如果你喜欢，连帽衫也可以改造。

首先谷歌招募12名参与者进行数据采集，各做8个手势，重复9次，共计864个实验样本。

为解决样本量过小的弊端，研究者使用线性插值对每个手势时间序列进行再采样。

每个样本提取16个特征，最终得到80个观察结果。

 

定性反馈还表明，与耳机线控相比，电子纺织交互更受青睐。

考虑到不同的使用场景，研究者为不同的使用场景开发了不同的设备：

电子纺织USB-C耳机，用于控制手机上的媒体播放；帽衫抽绳，以无形地向衣服添加音乐控制。

算法对手势的精准识别

谷歌能做出电子编织物，难点并不在于机器学习的算法，而在于如何在耳机线上进行手势捕捉和交互。

耳机线等编织物出于体积考虑，无法安装大型和众多的传感器，感知和分辨能力非常受限。

其次是人手姿态的暧昧性和多义性，比如捏和抓到底怎么区分，拍击和上拉怎么分辨？

谷歌工程师用8个电极组成传感器矩阵，对数据集进行划分为8次为训练数据，1次为测试数据，得到9个手势的变换。

他们发现传感矩阵中存在固有关系，非常适合机器学习分类算法，这使得分类算法可以运用有限数据集进行训练，大约只需要30s，便可实现一个手势识别。


 

（编辑：南昌站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!