訂報
event
 

新深度學習皮膚感測器 可辨識手部複雜動作

韓國科學技術院(KAIST)電腦科學系的Sungho Jo教授與首爾國立大學的Seunghwan Ko教授領導的研究團隊開發配戴在手腕、基於深度學習的單股電子皮膚感測器貼片,可隔空即時偵測與解碼人類5根手指的複雜動作。

 點擊圖片放大觀看

新的深度學習皮膚感測器可偵測與解碼手部動作並同步展示3D模擬動作。韓國科學技術院

根據KAIST報導,研究團隊指出他們的系統可擴展適用於人體其他部分,目前已能從骨盆位置偵測步態動作,未來人體只需部署小型感測器網便能追蹤全身動作,將可實現從遠端間接衡量人體動作,並應用於穿戴式擴增實境(AR)與虛擬實境(VR)系統,更可望成為健康監測、動作追蹤、軟性機器人發展的轉捩點。

傳統動作偵測須部署多個感測器網完整涵蓋目標區的曲線表面,新的皮膚感測器使用經快速情境學習(RSL)強化的深度神經網路,確保無論置於皮膚表層任何位置都能穩定運作。此外新皮膚感測器的建構以雷射取代傳統基於晶圓的製作方式,可望成為動作追蹤感測的新典範。

RSL從手腕的任意位置收集手部動作資料,再據以自動訓練神經網路模型,並能即時以虛擬的3D手部影像,在螢幕上同步模擬展示辨識到的原始手指動作。研究團隊設計的新感測系統,透過運用雷射在金屬薄膜上引發奈米級粒子裂縫的方式,來提升感測器的靈敏度,並支援感測與分辨多手指動作所產生的訊號。

研究團隊發現在部署感測器偵測多支手指動作時,選定單一區域會比在每一塊關節與肌肉上配置個別感測器更有效率,因此成功的關鍵首先是將皮膚感測器部署於每支手指的動作訊號共同匯聚的單一區域,再從混雜的訊號中區分出個別手指的動作資料。此外並採用單通道感測器偵測複雜的手部動作,以極大化使用者手指的可用性與活動性。

研究團隊表示開發新的皮膚感測器主要聚焦於2項工作,首先是分析感測器收集到的訊號模式,以獲得含有時間性感測器行為的隱性空間;接著則是將隱性向量對應到手指動作的度量空間,以即時、正確辨識個別手指的動作。


  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 感測器