从软材料到基于 NeuroTouch 的控制器：一种用于实时手势识别的神经形态触觉传感器
人机交互
2025-02-03 v1
摘要
本工作提出了 NeuroTouch，一种基于光学的触觉传感器，它将高度可变形的穹顶状软材料与集成的神经形态相机相结合，利用基于帧的视觉和动态视觉进行手势检测。我们的方法通过基于事件的方法追踪印在其表面的标记，并利用基于 RANSAC 的技术处理其轨迹，从而将弹性体转化为丰富且细腻的交互式控制器。为了对我们的框架进行基准测试，我们创建了一个 25 分钟的手势数据集，并将其公开以促进该领域的研究。我们的实时、轻量且低延迟的流程在手势分类中实现了超过 91% 的准确率，手指定位距离误差为 3.41 mm，手势强度误差为 0.96 mm，在视频游戏、增强/虚拟现实和无障碍设备等应用中具有广阔前景。本研究为基于视觉的软材料输入技术的手势检测进步奠定了基础。数据集：即将推出，视频：即将推出
引用
@article{arxiv.2501.19174,
title = {From Soft Materials to Controllers with NeuroTouch: A Neuromorphic Tactile Sensor for Real-Time Gesture Recognition},
author = {Victor Hoffmann and Federico Paredes-Valles and Valentina Cavinato},
journal= {arXiv preprint arXiv:2501.19174},
year = {2025}
}