虛擬動點OptiTrack運動捕捉技術，助Facebook打造虛擬鍵盤

（原標題：虛擬動點OptiTrack運動捕捉技術，助Facebook打造虛擬鍵盤）

前不久，Facebook’s Reality Labs（FRL）公佈了一項手部追蹤的新研究，將能夠幫助AR/VR用戶在虛擬現實世界中實現無需真實鍵盤的全虛擬輸入。

在虛擬現實世界中實現無實物盲打對於研發人員來說無疑是一件極具挑戰的事，缺少了物理鍵盤的觸摸感和力反饋，使用者打字準確性會相對下降。爲解決這一問題，研究人員開始了複雜的機器訓練。機器訓練可以簡單概括爲八大流程：確認機器學習目標、獲取數據並評估是否符合訓練測試標準、清洗數據並建模、導入訓練數據和訓練模型、模型診斷與調優、導入驗證數據並驗證模型並分析誤差、模型融合 (後端)、使用原生新數據進行測試。

從機器訓練的流程中不難看出數據對機器訓練的重要性，爲了順利進行關於在虛擬世界中無實物盲打的研究，Facebook FRL需要收集大量人類打字時的習慣手勢數據。爲了更加準確地獲取這些數據，FRL使用了高精度的手勢追蹤系統，這套系統由OptiTrack運動捕捉攝像機、定製的動捕手套及Motive運動捕捉軟件等構成。

數據收集過程中，需要在操作檯上方安裝OptiTrack運動捕捉攝像機，研究人員則要在頭部佩戴VR頭顯、在手上佩戴附有標記點的運動捕捉手套，然後坐在平面操作檯前。研究人員在打字時可以從VR頭顯中看見自己的雙手和虛擬鍵盤，並進行輸入操作，此時運動捕捉攝像機將會高精度捕捉研究人員打字時的手部動態，並將這些運動捕捉數據傳輸至電腦，研究人員可以在後期根據需求手動篩選和清洗數據。

Facebook研究人員說道：“結合語言模型進行訓練，機器可以預測人們在手勢不明確的情況下想要輸入的內容。使用這種新方法，在任意一個平面上，打字員在無鍵盤輸入的情況下平均每分鐘可打73個單詞，取得了與物理鍵盤輸入相同的速度和準確性，未修正錯誤率僅爲2.4%。

當機器進行了大量的輸入手勢學習，訓練到足夠應對普通用戶日常打字需求的程度時，機器的輸入精準度不僅會得到大幅度提高，而且所佩戴頭顯也能夠通過VR頭顯外部的攝像頭捕捉用戶手勢動作，有效預測用戶即將輸入的文字。將能實現在任何平面都可進行觸摸輸入，不再需要真實鍵盤作爲輸入載體。

雖然這項基於OptiTrack手部追蹤的虛擬現實輸入研究仍在進行當中，但是隨着時間推移，機器訓練的程度加深，VR世界中的輸入將更加人性化、高效和精準。相信在不久的將來，當我們戴上VR頭顯進入虛擬世界中時，就能脫離任何實物載體自由操作系統、高效輸入文本，進行日常工作和娛樂活動。