在今年举办的人机交互领域顶级国际会议 CHI2014 上，微软研究院向外界展示了一个新项目，他们已经开发出一种低成本的传感器解决方案，实现在移动设备上进行 3D 传感交互从而减少对设备的直接触摸。
微软雅黑, Tahoma, Verdana, 宋体; font-size: 16px;">
微软雅黑, Tahoma, Verdana, 宋体; font-size: 16px;">
微软雅黑, Tahoma, Verdana, 宋体; font-size: 16px;">
在今年举办的人机交互领域顶级国际会议 ACM Conference on Human Factors in Computing Systems (CHI2014)上，微软研究院向外界展示了一个新项目，他们已经开发出一种低成本的传感器解决方案，实现在移动设备上进行 3D 传感交互从而减少对设备的直接触摸。
微软研究院表示：“我们采用轻薄、透明以及低成本材料设计出了一个电场传感，可以追踪3D的手指和手部动画，也能够捕捉移动设备之外的悬空手势操作。我们简单的电子驱动器是基于一种现成的芯片，并不需要构建自定义的模拟电子。我们描述我们的透明电极阵列的设计，利用一个机器学习算法对信号接收器的 3D 位置进行映射。我们展示了对非接触式的运动姿态进行精确的 3D 手部和手指定位。”
去年，外媒 The Verge 曾报道，诺基亚首款 Windows Phone 8.1 设备将会采用某种手势检测技术，但最终并没有兑现。我们预计微软和诺基亚很可能会将这项技术应用在其下一代 WP 设备上。
此外，微软日前还发布了另一个全新的项目。
Transparenter Electric Field Sensor für Smartphones - Microsoft Research (HD-Version)
微软的第二代 Surface Touch Cover 已经支持手势操作，不过要求必须在键盘上执行手势。然而，微软研究院日前开展的一个新项目则突破了上述限制，支持在键盘之外利用手势操控，这项全新的用户体验是基于物理键盘上按键之间的红外传感器来进行识别。
微软研究院表示：“我们正在开发一种新型的增强机械键盘，利用散布在物理键盘按键之间的低分辨率短距离红外线传感矩阵，对直接接触键盘或者键盘正上方区域的多种手势控制进行识别，结果获得了高帧频的运动数据，但是整体还是比较粗糙。我们改进了一个机器学习，在其仅支持静态分类的基础上，添加了动态和时间维度的手势控制。我们计划采用动作签名，一种可以利用双运动历史图像和随机预测分类器的技术来识别大量的运动姿态。目前，我们队每一帧分类的捕捉已经达到 75.6% 的准确度。当然，这个项目现在还不成熟，我们还会根据用户的反馈来改进产品。
