在GDC 2017现场，零镜网也看到了不少VR设备相关技术的展示，比如我们比较熟悉的基于计算机视觉的手势识别技术，他们的代表厂商分别是uSens和Leap Motion。
Leap Motion是相对老牌的手势识别厂商，由其CTO Davie Holz（左）和CEO Michael Buckwald（右）创立于2010年，2013年发布了其第一款产品，也是VR圈内曾经广泛使用的产品。
其最早推出的当家产品目前已经停产，我们在GDC现场看到的是与VR头显整合后的产品，Leap Motion希望是作为技术提供商与更多头显厂商或者眼镜厂商合作，提供手势识别功能。
不过，目前基于其技术的产品还是空间定位和手势识别分别工作，也就是说上部两个摄像头负责空间定位，下部两个摄像头负责手势识别，未来的目标是实现整合。
现场参展的还有另一家目前势头比较猛的同类厂商uSense，也就是我们通常所说的凌感科技，其成立于2013年7月，2016年6月完成A轮2000万美元融资。
其现场展示的主要是针对移动VR平台的手势识别模块，也就是即将推出的Fingo。这是类已于Leap Motion之前产品的独立模块，可以兼容从HTC Vive到Daydream的几乎所有VR类设备。
其实现的技术原理和效果大概是这样的，用两个摄像头对手部进行手势识别，同时利用两个摄像头的视角差来计算出手部各个点的空间位置，实现立体定位追踪。
零镜网在GDC现场分别体验了整合Leap Motion技术的VR头显以及使用了uSense Fingo模块的Daydream眼镜，如果让我给他们打分，大概会是60分。手势识别确实已经可以支持，对于指关节的定位和追踪在一般情况下比较准确，可以完成基本的游戏操作。从这个角度讲，这是一个及格的技术。
不过手势识别技术距离我们的设想，显然还有不小的差距，需要相关厂商进一步在技术方面进行推动。
首先是识别的准确性和效率。手势识别的准确性还有待加强，这需要进一步优化图像识别的算法，对手势图像的深度学习需要长时间推进。
其次是性能需求的处理。图像识别需要消耗一定的计算性能，如果是在PC端，这个问题还不算突出，但是如果是在移动端使用，要借用原本性能就不太充足的手机来进行图像识别，可能会在速度和功耗方面出现问题。这同样会影响手势识别的速度，如果在摄像头部分单独设置图像处理芯片，在硬件层面进行专门计算，无论是效率还是功耗，都是更好的选择。
最后，基于双摄像头的空间手势识别技术天生具有一些短板，比如当手指前后遮挡时无法准确识别，以及必须让双手始终保持在摄像头可视范围内。这这种基本问题很难通过后期的技术优化来弥补，因此也就限制了计算机识别手势识别的应用范围。也许面向特定人群、特定用途，比如儿童、体感游戏等，会有不错的表现。至于需要更准确定位的空间设计类应用，也许基于激光或者磁定位的专用手部外设，才是更好的选择。
