2D手勢交互，用于VR真的過時了？

就在去年，VR 手勢交互還遠沒有現在這么火，那時，不管是創業者還是消費者，他們更多都只是將注意力集中到了“手機盒子”上，經過殘酷的大浪淘沙之后，這個市場目前已經基本定型。已經有越來越多的企業加入到 VR 交互這塊“新大陸”上了，而其中自然裸手交互最為熱門。

據了解，自然裸手交互總體上可以分為兩種，3D 交互和 2D 交互，通過識別包括物體的大小、形狀、材料、距離以及速度等特征，經過處理之后，進一步識別成一系列通用的交互手勢。其中 3D 方案主要有：

• 以微軟 Kinect 二代為代表的飛行時間（TOF）方案：?這種技術的基本原理即傳感器發出經調制的近紅外光，遇物體后反射，傳感器通過計算光線發射和反射時間差或相位差，來換算被拍攝景物的距離，以產生深度信息，此外再結合傳統的相機拍攝，就能將物體的三維輪廓以不同顏色代表不同距離的地形圖方式呈現出來。
• LeapMotion 為代表的雙攝像頭雙目成像方案： 模擬人眼，使用兩個或者兩個以上的攝像頭同時攝取同一物體不同角度的圖像，通過比對這些圖像的差別，使用三角原理來計算深度信息。
• 以 Omek 為代表的結構光方案： 結構光是一種主動式光學測量技術，基本原理是由結構光投射器向被測物體表面投射可控制的光點、光縫、光柵、格網或斑紋，并由一個攝像頭來檢測采集投射到物體表面上的圖樣，通過圖樣的位移變化，就能用三角原理計算出物體的位置和深度信息，進而復原整個三維空間。
• 以谷歌 Project Soli 為代表的微型雷達方案： 目前 Soli 項目公開的技術細節非常少，它可能采取了單發射，多接收的天線設計。在天線前面的障礙物會反射電波回到雷達天線，而反射信號的能量，延時以及多普勒效應則對應了物體的各項特征，包括物體的大小、形狀、材料、距離以及速度，從而生成三維熱點圖。

另外，以 eyesight 為代表的基于普通單目攝像頭方案，雖是基于 2D 圖像，但通過 RGB 解析與算法的優化，可以進行靜態的手勢識別和簡單的動態手勢交互，比如識別一下當前手勢表示的是數字幾，識別一下手是左右揮動，還是畫個圈或者畫個叉等。

圖一

圖一統計了目前幾種手勢交互方案，其中除了最后兩項是 2D 交互之外，前面 9 項皆為 3D 立體交互方案。可見至少在量上，3D 方案已經完勝 2D 方案了， 難道 2D 方案在 VR 時代已經過時了？

具體情況具體分析，就像知乎網友 Xinghao 所說：

• 首先，目前 VR 應用更多都是視頻和一些簡單的游戲，其對手勢交互的復雜度要求并不高。對視頻而言，使用比較多的功能集中在暫停、播放、快近快退、拖動進度條等，這些交互任務，2D 手勢交互是可以勝任的。
• 然而，如果是真正的 3D 游戲，2D 手勢交互就無法滿足需求了。你所置身的是一個三維的場景，要跟三維場景里面的物品進行交互，沒有深度信息是不可能做到的。

其實，2D 能做到的 3D 方案都能做到，雖然在運算量與能耗方面不如 2D 方案，但其精度與識別自由度都更高。從長遠來看，3D 交互取代 2D 交互是一個不可逆轉的趨勢。

而現在糾結的地方更多其實就是在于價格上面，3D 方案最大的問題就在于價格太貴，如圖一所示，其價格基本都在 700 元左右，比大多數入門級的 VR 手機盒子貴多了。幾十塊錢的手機盒子搭配幾百塊錢的深度設備，普通用戶或許不會為此買單。如今 VR 之所以能夠如此火爆，很大程度上并不是 Oculus 那樣的昂貴 PC 端 VR 導致，而是由“便宜的手機盒子+隨插隨用的智能手機平臺”引起的。如果移動 VR 大幅度提價，對整個行業都是一場災難。

因此，在移動端，在 3D 交互方案的價格沒有大幅度降低的情況下，便宜到甚至為零的 2D 交互方案顯然是更有市場，另外，目前基于單目攝像頭的 2D 交互已經可以讓用戶體驗到手勢交互的美好。至于 3D 方案，運用到 Oculus 等 PC 級頭盔更好，因為加上配套的高端電腦，其總價大多得上萬。

可見，2D 手勢交互，用于移動 VR 并沒有過時，但它的命運卻也沒有掌握在自己的手里，而是在于 3D 交互價格的降低速度上。出師未捷身先死，這或許是 2D 手勢交互的命運吧。