为VR实现「手势识别」需要攻克哪些难点( 三 )_：为VR实现「手势识别」需要攻克哪些难

(可类比设想使用鼠标时，光标漂移，光标消失，移动精度不足，以及按键失灵等问题)。

同时追踪定位能力是『3. 触觉反馈』的前置条件，决定了能否在准确的位置和时间触发产生反馈效果。

所有VR手部追踪产品只需对照这四点基础条件进行判断。

二：计算机视觉方案

由于视野以及手部的自遮挡等原因无法解决『2. 手部追踪』中的可靠性问题，手部需保持在摄像头视野中以导致疲劳。同时无法提供『3. 触觉反馈』，引发用户困扰。

LeapMotion，微软HL2的手部追踪，OC6上Oculus Quest推出的手部追踪，代表了人类在以计算机视觉为基础的手部追踪的最高水准。已经展示出了双手自然交互的魅力，并已经在许多低交互需求的场景产生价值。然而依旧受原理机制的天花板所限制，低品质的追踪定位能力并不能提供真正可靠舒适的交互体验。

LeapMotion公司从融资近亿美金到最终3000万被收购，已经充分说明了基于计算机视觉的手部交互技术的局限性。