Laut einer Studie auf Apples Machine-Learning-Blog kann das EMBridge-Framework neue Gesten ohne vorheriges Training erkennen, was Anwendungen in Wearables und AR/VR verspricht.
- Apple-Forscher haben das Framework „EMBridge“ entwickelt, das EMG-Signale (Elektromyographie) mit Handposen-Daten verknüpft, um eine generalisierte Gestenerkennung zu ermöglichen.
- Das System kann laut Studie in „Zero-Shot“-Szenarien Handgesten erkennen, die nicht im ursprünglichen Trainingsdatensatz enthalten waren.
- Als Trainingsgrundlage dienten die großen, öffentlichen Datensätze „emg2pose“ (370 Stunden Daten von 193 Nutzern) und „NinaPro DB2/DB7“.
- Die Forschung zielt auf praktische Anwendungen in der Mensch-Computer-Interaktion ab, etwa zur Steuerung von VR/AR-Umgebungen, Prothesen oder anderen Geräten über ein am Handgelenk getragenes Gerät.
- Die Studie wird auf der ICLR 2026 Konferenz im April vorgestellt und deutet auf mögliche zukünftige Integration in Apple-Produkte wie die Apple Watch oder smarte Brillen hin.
- Eine Limitation ist die Abhängigkeit von spezialisierten Datensätzen, die sowohl EMG-Signale als auch synchronisierte Handposen-Daten enthalten.
Quelle: 9to5Mac
Hinweis: Dieser Artikel wurde mithilfe von KI erstellt.
