本文经AI新媒体量子位授权转载（公众号ID：QbitAI），转载请联系出处用于转载。用帅气的手势控制投射在眼前的电子影像，这不就是科幻片里的基本配置吗？现在，有人把它从科幻电影带到了现实。动动手指，实现对眼前世界的掌控。热衷于制作智能小工具的YouTube博主TeemuLaurila使用RaspberryPiDIY了一副可以识别自定义手势的AR眼镜。将你想要设置的手势输入设备，即可实现炫酷的操作。我有一个大胆的想法！自制AR眼镜中的世界开始表演！手指上下合拢，即可完成亮度调节命令。（这是你的第一人称视角）对于手势识别，叠加层显示在相机图像中。让我们换一个更直观的视角，通过眼镜看效果。AR眼镜的DIY过程科技感十足，让现实世界充满了赛博朋克的味道。最好再酷一点。只需打响指，即可执行命令。不需要广而告之吗？照做吧，首先您需要设计设备将包含哪些部件。硬件部分除了眼镜框主体外，还包括镜片组、0.6mmPETG投影镜片，配件采用聚乳酸材料3D打印而成。毕竟是智能设备的DIY，怎么能不请万能迷你电脑树莓派来玩呢。软件部分，手势识别程序依赖Python开源项目MediaPipe。此外，TeemuLaurila还编写了两个程序脚本。一种是通过手指捏合来控制亮度的应用实例，另一种是在实时视频中捕捉手势并将其发送到计算机进行处理，并叠加显示在智能眼镜上。条件都齐了，那就试试亲手组装吧。经过几番调整，最后各部分组合成下面的装置。要使程序在设备上可用，首先需要一个树莓派作为程序支持。然后设置内存、驱动、运行环境、多媒体接口、网络等条件，让整台设备都可以超频。硬件和软件环境准备就绪后，调试应用程序。应用功能的核心——手势识别模型由三个框架组成，包括手掌识别模型BlazePalm（用于识别手的整体框架和方向）、Landmark模型（用于识别三维手部节点）、手势识别模型（将识别节点分类为一系列手势）。在识别算法的训练过程中，BlazePalm模型识别手掌的初始位置，优化移动端的实时识别。在BlazePalm识别的手掌范围内，Landmark模型识别出21个三维节点的坐标。在此基础上，手势识别模型根据关节角度识别每个手指的状态，将状态映射到预定义的手势，预测基本静态手势。通过RaspberryPiZeroW采集手势信息，将图像信息传输到电脑，由手势识别AI进行处理。然后与设备通信，发出相应的手势命令，同步到投影图像中。等一下它的前世今生，它有摄像头，有微型投影仪，有电脑处理器，一面还是投影显示器。这样的AR眼镜好像在哪里见过。没错，连使用的手势识别代码都是谷歌开源的。虽然没有谷歌智能眼镜类似智能手机的功能，但相比其语音控制和触控功能，TeemuLaurila的智能眼镜选择使用自定义手势来触发指令，更有黑科技的味道。此外，GoogleGlass的摄像头仅用于拍照和录像，TeemuLaurila的摄像头还承担了接收手势指令和传达指令的功能。同时，投影还选择了更大的方形镜片，方便视野观察。这款设备已经是TeemuLaurila完成的第二版智能眼镜，在外观和性能上都进行了优化。在选材方面，采用了0.6mm厚度的投影镜头，而不是1mm的厚度；使用聚乳酸材料代替丙烯酸；增加了螺栓固定支架，并丢弃了胶水。最重要的优化是摄像头采用方形镜头，让画面更加清晰。TeemuLaurila在GitHub平台上分享了他添加的两段代码，供感兴趣的观众复现。参考链接：https://www.tomshardware.com/news/raspberry-pi-smart-glasses-recognize-hand-gestureshttps://www.youtube.com/watch?v=60Os5Iqdbswhttps://www.youtube.com/watch?v=Gu4oOYo38rQGitHub链接：https://github.com/Teneppa/CameraStreamhttps://github.com/Teneppa/HandTrackingBrightnessControl
