据外媒报道，卡内基梅隆大学机器人学院（CMU RI）的科学家正在研究一种可以解读人类肢体语言的计算机系统，其识别范围甚至可以缩小到手指。这个新进程可以实时运行，为人们和机器交互开辟更自然的方式。
目前，人们与计算机交互主要限于打字、鼠标点击和触摸屏等。虽然智能语音交互技术也被添加到该列表中，但却很难让电脑识别人们的肢体语言。这些通常非常微妙，并且包括可以被物体或其他人遮挡的个体手指的位置的细节。除此之外，虽然大型数据库存在注释的面部表情和身体位置，但并没有任何手势和姿势。
卡内基·梅隆机器人副教授 Yaser Sheikh 领导的团队找出了一些解决这个问题的方法。第一种方法是是通过让研究生站在摄像机前面，摆出数千种不同的姿势和手势，为计算机提供更多的数据。
第二种方法是颠倒了计算机解读姿势的通常顺序。计算机不是通过整体，而是通过手指、手臂，腿部和脸部等单独部位的动作或表情来进行解读。
第三种方法是在 CMU 的全景工作室的两层屋顶上装了 500 台摄像机，每拍摄一个动作都可以呈现出几百张图像。这使得计算机可以从数百个不同的角度来研究姿势。
博士生 Hanbyul Joo 表示：“单次拍摄可以让您看到一个人手部的 500 张图像，并自动注释手的位置。手由于太小无法被大多数设备注释，但是对于这项研究，我们只使用了 31 台高清摄像机，但仍然能够构建一个庞大的数据集。”
该团队正在努力如何从 2D 模型转换至 3D 模型以获得更好的识别效果。