JPWO2019245681A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2019245681A5 JPWO2019245681A5 JP2020570736A JP2020570736A JPWO2019245681A5 JP WO2019245681 A5 JPWO2019245681 A5 JP WO2019245681A5 JP 2020570736 A JP2020570736 A JP 2020570736A JP 2020570736 A JP2020570736 A JP 2020570736A JP WO2019245681 A5 JPWO2019245681 A5 JP WO2019245681A5
- Authority
- JP
- Japan
- Prior art keywords
- data
- hand
- touch
- processors
- gesture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Claims (30)
１つまたは複数のプロセッサと、
コンピュータ実行可能命令を格納する１つまたは複数の非一時的なコンピュータ可読媒体であって、前記１つまたは複数のプロセッサによって実行されたとき、前記１つまたは複数のプロセッサに、
コントローラを操作する手に結合されたマーカによって反射または放出された光を図示する画像であり、１つまたは複数のカメラによってキャプチャされた前記画像を受信することと、
前記コントローラを操作する前記手の動きに対応する追跡された位置であり、前記マーカの前記追跡された位置を示すモーションデータを生成するために前記画像を分析することと、
前記コントローラを操作する前記手のタッチ入力に対応するタッチデータを受信することと、
前記モーションデータと前記タッチデータとを関連付けることと、
前記モーションデータと前記タッチデータとに少なくとも部分的に基づいて、後続するタッチデータに少なくとも部分的に基づいて前記手のジェスチャを決定するように構成された訓練されたモデルを生成するように、モデルを訓練することと、を含む行為を実施させる、１つまたは複数の非一時的なコンピュータ可読媒体と、を備える、システム。 It ’s a system,
With one or more processors
One or more non-temporary computer-readable media containing computer-executable instructions that, when executed by the one or more processors, to the one or more processors.
An image illustrating light reflected or emitted by a marker coupled to a hand operating a controller to receive the image captured by one or more cameras.
Analyzing the image to generate motion data indicating the tracked position of the marker, which is the tracked position corresponding to the movement of the hand operating the controller.
Receiving touch data corresponding to the touch input of the hand operating the controller, and
By associating the motion data with the touch data,
A model to generate a trained model configured to determine the gesture of the hand at least partially based on the motion data and the touch data and at least partially based on the subsequent touch data. A system comprising one or more non-temporary computer-readable media for training and performing actions including.
前記コントローラを操作する前記手に結合されたマーカによって反射または放出された光を図示する第２の画像であり、前記１つまたは複数のカメラによってキャプチャされた前記第２の画像を受信することと、
前記コントローラを操作する前記手の第２の動きに対応する第２の追跡された位置であり、前記マーカの前記第２の追跡された位置を示す第２のモーションデータを生成するために前記第２の画像を分析することと、
前記コントローラを操作する前記手の第２のタッチ入力に対応する第２のタッチデータを受信することと、
前記第２のモーションデータと前記第２のタッチデータとを関連付けることと、
前記第２のモーションデータおよび前記第２のタッチデータに少なくとも部分的に基づいて、前記手の前記ジェスチャを決定するように構成されており、更新され訓練されたモデルを生成することと、を含む行為をさらに実施させるコンピュータ実行可能命令を格納する、請求項１に記載のシステム。 The motion data includes the first motion data, the touch data includes the first touch data, the movement of the hand includes the first movement, and the touch input of the hand is the first. When the one or more non-temporary computer-readable media, including the touch input of, is executed by the one or more processors, the one or more processors.
A second image illustrating light reflected or emitted by a marker coupled to the hand operating the controller and receiving the second image captured by the one or more cameras. ,
The second tracked position corresponding to the second movement of the hand operating the controller, said to generate second motion data indicating the second tracked position of the marker. Analyzing the second image and
Receiving the second touch data corresponding to the second touch input of the hand operating the controller, and
By associating the second motion data with the second touch data,
It is configured to determine the gesture of the hand, at least in part, based on the second motion data and the second touch data, including generating an updated and trained model. The system according to claim 1, wherein a computer executable instruction for further performing an action is stored.
前記訓練されたモデルを使用して、前記手の表現に対応する画像データを生成することと、
前記手の前記表現に対応する前記画像データを送信することと、を含む行為をさらに実施させるコンピュータ実行可能命令を格納する、請求項１に記載のシステム。 When the one or more non-temporary computer-readable media are run by the one or more processors, the one or more processors.
Using the trained model to generate image data corresponding to the representation of the hand,
The system according to claim 1 , wherein a computer-executable instruction for further performing an act including transmitting the image data corresponding to the expression of the hand is stored.
前記モデルを前記訓練することが、前記力データに少なくとも部分的にさらに基づいている、請求項１に記載のシステム。 When the one or more non-temporary computer-readable media are run by the one or more processors, the one or more processors correspond to the amount of force associated with the touch input. Stores computer-executable instructions to perform further actions, including receiving force data,
The system of claim 1 , wherein the training of the model is at least partially further based on the force data.
１つまたは複数のプロセッサと、
コンピュータ実行可能命令を格納する１つまたは複数の非一時的なコンピュータ可読媒体であって、前記１つまたは複数のプロセッサによって実行されたとき、前記１つまたは複数のプロセッサに、
手持型コントローラから、
前記手持型コントローラに対する手の少なくとも一部分の近接性を示すタッチデータ、または
前記手持型コントローラを押す力の量を示す力データのうちの少なくとも１つを受信することと、
前記タッチデータまたは前記力データのうちの少なくとも１つの特性に少なくとも部分的に基づいて、複数の訓練されたモデルのうちから訓練されたモデルを選択することと、
前記訓練されたモデルに前記タッチデータまたは前記力データの少なくとも１つを入力することと、
前記訓練されたモデルを使用して、前記タッチデータまたは前記力データのうちの前記少なくとも１つが手のジェスチャに対応していることを判定することと、
前記手のジェスチャを表す画像データを生成することと、
前記画像データに少なくとも部分的に基づいて、前記手のジェスチャの画像をディスプレイに表示させることと、を含む行為を実施させる、１つまたは複数の非一時的なコンピュータ可読媒体と、を備える、システム。 It ’s a system,
With one or more processors
One or more non-temporary computer-readable media containing computer-executable instructions that, when executed by the one or more processors, to the one or more processors.
From the handheld controller
Touch data showing the proximity of at least a portion of the hand to the handheld controller , or
Receiving at least one of the force data indicating the amount of force pushing the handheld controller and
Selecting a trained model from among a plurality of trained models based at least in part on the characteristics of at least one of the touch data or the force data .
Entering at least one of the touch data or the force data into the trained model
Using the trained model to determine that at least one of the touch data or the force data corresponds to a hand gesture.
To generate image data representing the gesture of the hand,
A system comprising one or more non-temporary computer-readable media for displaying an image of the gesture of the hand on a display and performing an act comprising, at least partially based on the image data. ..
前記手の少なくとも前記一部分が前記手持型コントローラに触れている前記手持型コントローラ上の場所、または
前記押す力の量、の少なくとも１つを含む、請求項９に記載のシステム。 The above characteristics are
A location on the handheld controller where at least the part of the hand touches the handheld controller , or
9. The system of claim 9, comprising at least one of the pushing forces .
前記手持型コントローラから、
前記手持型コントローラに対する前記手の少なくとも一部分の第２の近接性を示す第２のタッチデータ、または
前記手持型コントローラへの第２の押しの第２の力の量を示す第２の力データのうちの少なくとも１つを受信することと、
前記第２のタッチデータまたは前記第２の力データのうちの少なくとも１つの前記特性に少なくとも部分的に基づいて、前記複数の訓練されたモデルのうちから第２の訓練されたモデルを選択することと、
前記第２のタッチデータまたは前記第２の力データの少なくとも１つを前記第２の訓練されたモデルに入力することと、
前記第２の訓練されたモデルを使用して、前記第２のタッチデータまたは前記第２の力データのうちの前記少なくとも１つが、第２の手のジェスチャに対応していることを判定することと、
前記第２の手のジェスチャを表す第２の画像データを生成することと、
前記第２の画像データに少なくとも部分的に基づいて、前記第２の手のジェスチャの第２の画像を前記ディスプレイに表示させることと、を含む行為をさらに実施させるコンピュータ実行可能命令を格納する、請求項９に記載のシステム。 The touch data includes a first touch data, the force data includes a first force data, the trained model includes a first trained model, and the image data is a first. When the image data of the hand is included and the gesture of the first hand includes the gesture of the first hand and the one or more non-temporary computer-readable media is executed by the one or more processors. For one or more processors
From the handheld controller
Second touch data indicating the second accessibility of at least a portion of the hand to the handheld controller , or
Receiving at least one of the second force data indicating the amount of the second force of the second push to the handheld controller.
A second trained model is selected from the plurality of trained models based at least in part on the characteristic of at least one of the second touch data or the second force data. That and
Inputting at least one of the second touch data or the second force data into the second trained model.
Using the second trained model to determine that at least one of the second touch data or the second force data corresponds to a second hand gesture. When,
To generate the second image data representing the gesture of the second hand,
Stores computer-executable instructions that further perform actions, including displaying a second image of the second hand gesture on the display, at least partially based on the second image data . The system according to claim 9 .
前記第１の手のジェスチャに少なくとも部分的に基づいて、第２の手のジェスチャを予測することと、
前記第２の手のジェスチャを表す第２の画像データを生成することと、
前記予測することの後、前記手持型コントローラから、
前記手持型コントローラに対する前記手の少なくとも一部分の第２の近接性を示す第２のタッチデータ、または
前記手持型コントローラへの第２の押しの第２の力の量を示す第２の力データのうちの少なくとも１つを受信することと、
前記第２の画像データに少なくとも部分的に基づいて、前記第２の手のジェスチャの第２の画像を前記ディスプレイに表示させることと、を含む行為をさらに実施させるコンピュータ実行可能命令を格納する、請求項９に記載のシステム。 When the gesture of the hand comprises a gesture of the first hand and the one or more non-temporary computer-readable media is executed by the one or more processors, the one or more processors. To,
Predicting the gesture of the second hand, at least partially based on the gesture of the first hand,
To generate the second image data representing the gesture of the second hand,
After the prediction, from the handheld controller
Second touch data indicating the second accessibility of at least a portion of the hand to the handheld controller, or
Receiving at least one of the second force data indicating the amount of the second force of the second push to the handheld controller.
Stores computer-executable instructions that further perform actions, including displaying a second image of the second hand gesture on the display, at least partially based on the second image data . The system according to claim 9 .
第１の期間中に１つまたは複数のコントローラから受信された以前のタッチデータ、
前記第１の期間中に前記１つまたは複数のコントローラから受信された以前の力データ、または
前記第１の期間中に１つまたは複数のカメラから受信された以前の画像データのうちの少なくとも１つを使用して前もって訓練されたモデルを含む、請求項９に記載のシステム。 The trained model
Previous touch data received from one or more controllers during the first period,
At least one of the previous force data received from the one or more controllers during the first period, or the previous image data received from one or more cameras during the first period. 9. The system of claim 9 , comprising a model pre-trained using one.
前記タッチデータと、前記複数の訓練されたモデルに関連付けられて格納されたタッチデータとを比較すること、または
前記力データと、前記複数の訓練されたモデルに関連付けられて格納された力データとを比較すること、の少なくとも１つにさらに基づいている、請求項９に記載のシステム。 Selecting the trained model from the plurality of trained models
Comparing the touch data with the touch data associated with or stored in the plurality of trained models, or
9. The system of claim 9 , further based on at least one of comparing the force data with the stored force data associated with the plurality of trained models .
前記１つまたは複数のプロセッサによって、前記コントローラを操作する前記手の動きに対応する追跡された位置であり、前記マーカの前記追跡された位置を示すモーションデータを生成するために前記画像を分析することと、The image is analyzed by the one or more processors to generate motion data that is the tracked position corresponding to the movement of the hand operating the controller and that indicates the tracked position of the marker. That and
前記１つまたは複数のプロセッサによって、前記コントローラを操作する前記手のタッチ入力に対応するタッチデータを受信することと、Receiving touch data corresponding to the touch input of the hand operating the controller by the one or more processors.
前記１つまたは複数のプロセッサによって、前記モーションデータと前記タッチデータとを関連付けることと、By associating the motion data with the touch data by the one or more processors,
前記１つまたは複数のプロセッサによって、前記モーションデータと前記タッチデータとに少なくとも部分的に基づいて、後続するタッチデータに少なくとも部分的に基づいて前記手のジェスチャを決定するように構成された訓練されたモデルを生成するように、モデルを訓練することと、を具備するTrained by the one or more processors to determine the gesture of the hand based on at least partly based on the motion data and the touch data and at least partly based on the subsequent touch data. Equipped with training the model to generate the model
方法。Method.
前記１つまたは複数のプロセッサによって、前記コントローラを操作する前記手に結合された前記マーカによって反射または放出された光を図示する第２の画像であり、前記１つまたは複数のカメラによってキャプチャされた前記第２の画像を受信することと、A second image illustrating light reflected or emitted by the marker coupled to the hand operating the controller by the one or more processors, captured by the one or more cameras. Receiving the second image and
前記１つまたは複数のプロセッサによって、前記コントローラを操作する前記手の第２の動きに対応する第２の追跡された位置であり、前記マーカの前記第２の追跡された位置を示す第２のモーションデータを生成するために前記第２の画像を分析することと、A second tracked position corresponding to the second movement of the hand operating the controller by the one or more processors, indicating the second tracked position of the marker. Analyzing the second image to generate motion data,
前記１つまたは複数のプロセッサによって、前記コントローラを操作する前記手の第２のタッチ入力に対応する第２のタッチデータを受信することと、Receiving the second touch data corresponding to the second touch input of the hand operating the controller by the one or more processors.
前記１つまたは複数のプロセッサによって、前記第２のモーションデータと前記第２のタッチデータとを関連付けることと、By associating the second motion data with the second touch data by the one or more processors,
前記１つまたは複数のプロセッサによって、前記第２のモーションデータおよび前記第２のタッチデータに少なくとも部分的に基づいて、前記手の前記ジェスチャを決定するように構成されており、更新され訓練されたモデルを生成することと、をさらに具備する、請求項１６に記載の方法。The one or more processors are configured, updated and trained to determine the gesture of the hand, at least partially based on the second motion data and the second touch data. 16. The method of claim 16, further comprising generating a model.
前記１つまたは複数のプロセッサによって、前記手の前記表現に対応する前記画像データを送信することと、をさらに具備する、請求項１６に記載の方法。16. The method of claim 16, further comprising transmitting the image data corresponding to the representation of the hand by the one or more processors.
前記モデルを前記訓練することが、前記力データに少なくとも部分的にさらに基づいている、請求項１６に記載の方法。16. The method of claim 16, wherein training the model is at least partially further based on the force data.
前記手持型コントローラの１つまたは複数の第１のセンサによって生成されたタッチデータであって、前記手持型コントローラに対する手の少なくとも一部分の近接性を示す前記タッチデータ、またはTouch data generated by one or more first sensors of the handheld controller, which indicates the proximity of at least a portion of the hand to the handheld controller, or.
前記手持型コントローラの１つまたは複数の第２のセンサによって生成された力データであって、前記手持型コントローラを押す力の量を示す力データの少なくとも１つを受信することと、 Receiving at least one of the force data generated by one or more second sensors of the handheld controller, indicating the amount of force pushing the handheld controller.
前記タッチデータまたは前記力データのうちの少なくとも１つの特性に少なくとも部分的に基づいて、複数の訓練されたモデルのうちから訓練されたモデルを選択することと、Selecting a trained model from among a plurality of trained models based at least in part on the characteristics of at least one of the touch data or the force data.
前記１つまたは複数のプロセッサによって、前記訓練されたモデルに前記タッチデータまたは前記力データの少なくとも１つを入力することと、Inputting at least one of the touch data or the force data into the trained model by the one or more processors.
前記訓練されたモデルを使用して、前記タッチデータまたは前記力データのうちの前記少なくとも１つが手のジェスチャに対応していることを判定することと、Using the trained model to determine that at least one of the touch data or the force data corresponds to a hand gesture.
前記１つまたは複数のプロセッサによって、前記手のジェスチャを表す画像データを生成することと、Using the one or more processors to generate image data representing the gesture of the hand,
前記画像データに少なくとも部分的に基づいて、前記手のジェスチャの画像をディスプレイに表示させることと、を具備する、方法。A method comprising displaying an image of the gesture of the hand on a display, at least partially based on the image data.
前記手の少なくとも一部分が前記手持型コントローラに触れている前記手持型コントローラ上の場所、またはA location on the handheld controller where at least a portion of the hand touches the handheld controller, or
前記押す力の量、の少なくとも１つを含む、請求項２４に記載の方法。24. The method of claim 24, comprising at least one of the pushing forces.
前記複数の訓練されたモデルに関連付けられて格納されたタッチデータと、前記タッチデータとを比較すること、またはComparing the touch data with the touch data associated with and stored in the plurality of trained models, or
前記複数の訓練されたモデルに関連付けられて格納された力データと、前記力データとを比較すること、の少なくとも１つにさらに基づいている、請求項２４に記載の方法。24. The method of claim 24, further based on at least one of comparing the force data associated with and stored in the plurality of trained models with the force data.
前記第１の手のジェスチャに少なくとも部分的に基づいて、第２の手のジェスチャを予測することと、Predicting the gesture of the second hand, at least partially based on the gesture of the first hand,
前記第２の手のジェスチャを表す第２の画像データを生成することと、To generate the second image data representing the gesture of the second hand,
前記予測することの後、前記手持型コントローラから、After the prediction, from the handheld controller
前記手持型コントローラの前記１つまたは複数の第１のセンサによって生成された第２のタッチデータであって、前記手持型コントローラに対する前記手の少なくとも一部分の第２の近接性を示す前記第２のタッチデータ、またはThe second touch data generated by the one or more first sensors of the handheld controller, indicating the second proximity of at least a portion of the hand to the handheld controller. Touch data, or
前記手持型コントローラの前記１つまたは複数の第２のセンサによって生成された第２の力データであって、前記手持型コントローラへの第２の押しの第２の力の量を示す前記第２の力データのうちの少なくとも１つを受信することと、The second force data generated by the one or more second sensors of the handheld controller, indicating the amount of the second force of the second push on the handheld controller. To receive at least one of the power data of
前記第２の画像データに少なくとも部分的に基づいて、前記第２の手のジェスチャの第２の画像を前記ディスプレイに表示させることと、をさらに具備する、請求項２４に記載の方法。24. The method of claim 24, further comprising displaying a second image of the second hand gesture on the display, at least partially based on the second image data.
前記１つまたは複数の第２のセンサは、１つまたは複数の力感知抵抗器（ＦＳＲｓ）を含み、The one or more second sensors include one or more force sensing resistors (FSRs).
前記特性は、前記力データの特性を含み、The characteristics include the characteristics of the force data.
前記入力することは、前記力データを前記訓練されたモデルに入力することを含む、請求項２４に記載の方法。24. The method of claim 24, wherein the input comprises inputting the force data into the trained model.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862687780P | 2018-06-20 | 2018-06-20 | |
| US62/687,780 | 2018-06-20 | ||
| US16/195,718 | 2018-11-19 | ||
| US16/195,718 US10987573B2 (en) | 2016-10-11 | 2018-11-19 | Virtual reality hand gesture generation |
| PCT/US2019/032928 WO2019245681A1 (en) | 2018-06-20 | 2019-05-17 | Virtual reality hand gesture generation |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021527896A JP2021527896A (en) | 2021-10-14 |
| JPWO2019245681A5 true JPWO2019245681A5 (en) | 2022-05-09 |
| JP7337857B2 JP7337857B2 (en) | 2023-09-04 |
Family
ID=68982963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020570736A Active JP7337857B2 (en) | 2018-06-20 | 2019-05-17 | Virtual Reality Hand Gesture Generation |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP3807747A4 (en) |
| JP (1) | JP7337857B2 (en) |
| KR (1) | KR20210021533A (en) |
| CN (1) | CN112437909A (en) |
| WO (1) | WO2019245681A1 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11334212B2 (en) | 2019-06-07 | 2022-05-17 | Facebook Technologies, Llc | Detecting input in artificial reality systems based on a pinch and pull gesture |
| WO2024085829A1 (en) * | 2022-10-17 | 2024-04-25 | İstanbul Geli̇şi̇m Üni̇versi̇tesi̇ | A system for learning to play old in a meta verse environment using virtual reality technology |
| US11991222B1 (en) | 2023-05-02 | 2024-05-21 | Meta Platforms Technologies, Llc | Persistent call control user interface element in an artificial reality environment |
| CN116650950B (en) * | 2023-06-08 | 2024-02-06 | 廊坊市珍圭谷科技有限公司 | Control system and method for VR game |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8717291B2 (en) * | 2009-10-07 | 2014-05-06 | AFA Micro Co. | Motion sensitive gesture device |
| US9529523B2 (en) * | 2010-04-23 | 2016-12-27 | Handscape Inc. | Method using a finger above a touchpad for controlling a computerized system |
| US8761437B2 (en) * | 2011-02-18 | 2014-06-24 | Microsoft Corporation | Motion recognition |
| US20130154952A1 (en) * | 2011-12-16 | 2013-06-20 | Microsoft Corporation | Gesture combining multi-touch and movement |
| WO2014100045A1 (en) * | 2012-12-17 | 2014-06-26 | Qi2 ELEMENTS II, LLC | Foot-mounted sensor systems for tracking body movement |
| US9864460B2 (en) * | 2014-09-26 | 2018-01-09 | Sensel, Inc. | Systems and methods for manipulating a virtual environment |
| WO2016137514A1 (en) * | 2015-02-27 | 2016-09-01 | Hewlett-Packard Development Company, L.P. | Detecting finger movements |
| US9898091B2 (en) * | 2015-06-03 | 2018-02-20 | Oculus Vr, Llc | Virtual reality system with head-mounted display, camera and hand-held controllers |
| US10514766B2 (en) * | 2015-06-09 | 2019-12-24 | Dell Products L.P. | Systems and methods for determining emotions based on user gestures |
| US10307669B2 (en) * | 2016-10-11 | 2019-06-04 | Valve Corporation | Electronic controller with finger sensing and an adjustable hand retainer |
| US10549183B2 (en) * | 2016-10-11 | 2020-02-04 | Valve Corporation | Electronic controller with a hand retainer, outer shell, and finger sensing |
| JP6854928B2 (en) | 2018-01-19 | 2021-04-07 | 株式会社ソニー・インタラクティブエンタテインメント | Information processing equipment, information processing systems, information processing methods, and programs |
-
2019
- 2019-05-17 CN CN201980041061.3A patent/CN112437909A/en active Pending
- 2019-05-17 EP EP19822879.3A patent/EP3807747A4/en active Pending
- 2019-05-17 JP JP2020570736A patent/JP7337857B2/en active Active
- 2019-05-17 WO PCT/US2019/032928 patent/WO2019245681A1/en unknown
- 2019-05-17 KR KR1020217001241A patent/KR20210021533A/en not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101461448B1 (en) | Electronic acoustic signal generating device, electronic acoustic signal generating method, and computer-readable recording medium storing electronic acoustic signal generating program | |
| JP6074170B2 (en) | Short range motion tracking system and method | |
| CN110832433B (en) | Sensor-based component activation | |
| CN110325949A (en) | For predicting to touch the multitask machine learning explained | |
| CN107656620B (en) | Virtual object control method and device, electronic equipment and storage medium | |
| KR101338043B1 (en) | Cognitive Rehabilitation System and Method Using Tangible Interaction | |
| US10599919B2 (en) | Detection of hand gestures using gesture language discrete values | |
| CN104520849A (en) | Search user interface using outward physical expressions | |
| CN110114194B (en) | System and method for determining a grip position for gripping an industrial object with two hands | |
| JP7010542B2 (en) | Work analyzer, work analysis method, and program | |
| JP6270495B2 (en) | Information processing apparatus, information processing method, computer program, and storage medium | |
| JP4122434B2 (en) | Usability evaluation processing system using virtual users | |
| Rosa-Pujazón et al. | Fast-gesture recognition and classification using Kinect: an application for a virtual reality drumkit | |
| Santos et al. | Developing 3d freehand gesture-based interaction methods for virtual walkthroughs: Using an iterative approach | |
| JPWO2019245681A5 (en) | ||
| JP2009026125A (en) | Emotion analysis device, emotion analysis method, and program | |
| KR20100088094A (en) | Device for object manipulation with multi-input sources | |
| US11430417B2 (en) | Data generation device and non-transitory computer-readable storage medium | |
| JPWO2019043787A1 (en) | Vibration control device | |
| JP2007260268A5 (en) | ||
| CN107102725B (en) | Control method and system for virtual reality movement based on somatosensory handle | |
| JP2020160815A (en) | Route recognition method, route recognition device, route recognition program, and route recognition program recording medium | |
| KR101775080B1 (en) | Drawing image processing apparatus and method based on natural user interface and natural user experience | |
| US20210232289A1 (en) | Virtual user detection | |
| CN103221912A (en) | Entering a command |