技術介紹
計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。它的核心任務就是通過設備採集圖片或視頻，再進行處理以獲得相應場景的二維/三維信息。
手勢識別Hand CV通過影像採集設備收集拍攝畫面，逐幀進行手掌檢測、分割，分割出來的信息通過k-means等聚類算法，對目標檢測物做特徵提取，最後將提取的特徵做為手勢識別的數據，手勢識別部分採用了隱馬爾可夫模型對大量識別樣本數據進行反覆訓練。HandCV的識別延遲僅為10ms，幀率也高達120Hz，支持小於70cm的無定焦識別。雖然設計結構複雜，但對於複雜的自定義動態手勢需求來說，比支持向量法、動態時間規整模型獲得更優的識別率。
套用場景
移動VR/AR市場用於解決移動VR/AR的基礎互動問題。目前的頭戴式移動VR的設備主要通過移動設備自帶陀螺儀捕捉頭部轉動來控制界面游標的移動到目標位置，停留1秒則為選定。用戶不需要額外購買設備，且學習成本很低，但這種操作方式犧牲用戶的操作流暢為代價，且只能做非常基礎的點擊確認操作。雖然說選擇增設一個外置遙控器作為設備的互動輸入方式能夠大大的提升互動的效率和形式，精確度也能得到保證，但作為一個移動設備來說，攜帶外界設備影響了其核心的便攜體驗，也給開發商增加了成本。HandCV便是在互動體驗與經濟便攜上尋找到了平衡點。雖然不能做複雜的手勢互動，但足以滿足各種日常基礎操作，軟硬體開發商通過在自己的軟體內植入我們的SDK，可以讓用戶在不付出額外的成本前提下，能體驗到手勢互動比現有的頭部控制游標互動更適合移動VR的互動操作，並且，HandCV可以在手機/平板/PC/VR&AR設備等多種環境下實現手勢互動，更加自然、便捷。
技術特點
基於普通單目攝像頭HandCV相比於國內外同類技術，最大的特點就是基於普通單目攝像頭，無需增加額外的硬體成本，通過軟體算法來實現的手勢識別。
現今市面上大多廠商致力於解決深度手勢識別問題，通過定製硬體與適配軟體，來滿足複雜、高精度要求的互動需求。而HandCV定位於互動識別領域的垂直細分市場，解決用戶日常的基礎操作，如點、選、拖拽、拉伸等這類基本互動需求，以滿足用戶在移動VR和AR設備上的日常選單操作、音樂及視頻播放、簡單小遊戲等輕度的操作，且極大降低了用戶的使用成本，該技術或成為手勢互動技術領域的布道者。
手勢定義圖解但同樣也因為HandCV基於單目攝像頭，導致圖像識別受光照環境的影響很大，這與硬體設備有較大的關係，一方面隨著硬體的進步，環境對識別的影響會逐漸減少，另外還能通過大量的用戶使用樣本對系統進行機器學習和模式訓練以提升系統的魯棒性，來最佳化該技術。
商業運營模式
BusinesstoBusiness為加速推廣，HandCV前期將選定部分種子用戶（主要是軟體平台的VR內容開放商、遊戲開發商等），進行完全免費的授權使用，個人開發者的用戶數不多時也可以免費使用Hand CV的基礎功能版SDK。
對於硬體開發商進行合作分成，利用無外設、無需增加硬體成本的優勢，為其增加基礎競爭力。
Hand CV商業模式圖解對軟體套用廠商採取技術授權合作，為其產品形態增加豐富性，提升盈利能力，根據安裝量與活躍用戶量分級收取技術授權費。
對能夠享受到HandCV的終端用戶而言，增加更豐富有趣的產品體驗，從而通過分析用戶數據提高識別準確率。
理想形態是形成雙向盈利加用戶反饋的生態閉環以不斷地最佳化產品，提高產品競爭力的同時持續盈利。
