近日，美国专利局公布了苹果公司一项与基于视觉的手势定制相关的专利申请。这一领域正日益受到关注，特别是在机器学习技术飞速发展的背景下。
苹果指出，随着训练数据获取途径的增多以及计算硬件性能的提升，机器学习技术在近年来热度飙升。手势识别作为机器学习的一个重要应用，极大地推动了人与机器之间的交流，使之变得更加无缝和直观。手势识别技术广泛应用于 VR、游戏、智能家居控制等多个领域。
然而，在支持不同领域的人机交互应用时，手势的自动识别面临诸多挑战。用户不再满足于仅能识别预定义手势，而是期望能够自定义属于自己的手势，以增强对操作的记忆、提升操作效率，并为有特殊需求的人群提供更广泛的便利。
要实现有效的自定义手势，不仅需要高效且用户体验良好的数据收集程序，还需应对从有限样本中学习这一难题，即少量学习（FSL）问题。FSL 是一项极具挑战性的任务，模型需要在整合先前知识与极少新信息的同时，避免过度拟合现象。
为攻克 FSL 在手势识别方面的难题，研究人员探索了多种算法，但传统策略在源手势与目标手势差异显著时往往受限。此外，不同类型的数据适用不同的增强方法，生成建模也面临数据幻觉等相关问题。
相比之下，苹果提出的基于元学习的手势定制综合框架，成功攻克了 FSL 在手势识别领域的难题。该框架借助一个或多个成像传感器（如 RGB 相机），能够适配各类手势，包括静态、动态、单手以及双手手势。用户仅需进行一次演示，即可完成定制。