2011-11-02 14 views
5

Pracuję nad grą dla systemu Android, która wykorzystuje gesty jako dane wejściowe. Mam działające demo, ale rozpoznawanie gestów wydaje się nieco zbyt liberalne (np. Jest wiele fałszywych alarmów), a biorąc pod uwagę bibliotekę gestów wynoszącą 30 lub więcej, będzie to większym problemem, gdy dodaję w nowych gestach.Ocena predkosci aplikacji Android Gest

Oficjalna dokumentacja jest tutaj:

http://developer.android.com/resources/articles/gestures.html

Mówi:

W tym przykładzie pierwsza przepowiednia jest brane pod uwagę tylko wtedy, to wynik jest większy niż 1,0. Próg, którego używasz, jest całkowicie w górę, ale wiesz, że wyniki niższe niż 1,0 są zwykle słabymi wynikami.

Okay, to świetnie, ale jaki jest zakres wartości dla prediction.score? Ani ta strona, ani javadocs nie wydają się dostarczać zakresu wartości. Czy ktoś tu wie? Będę i tak musiał poprawić wartości, ale byłoby miło mieć trochę podstaw dla moich domysłów, a to wydaje się dziwnym niedopatrzeniem dokumentacji.

+0

Nie wiem, czy to może ci pomóc, ale Cyanogenmod implementuje gesty w różnych miejscach systemu operacyjnego (ekran blokady, sms, itp.) I pozwala użytkownikowi ustawić czułość od 1 do 12. – rciovati

Odpowiedz

4

Nie ma górnego ograniczenia zakresu prediction.score. Dobrym sposobem na dopasowanie gestu jest zwykle sortowanie przewidywań poprzez zmniejszanie wyniku, a jeśli pierwszy gest ma wynik> 1, masz dobre dopasowanie.

+0

Dzięki za odpowiedź. Problem polega na tym, że mniej trafnie pasuje, niż mecze są stosowane zbyt liberalnie. Na przykład mam dość wyraźny gest, który obejmuje poruszanie się w prawo, zapętlanie w obie strony i w dół, a następnie powrót do górnej lewej po przekątnej. Otrzymuję wyniki przewidywania większe niż 1,0 po prostu za squiggles, a czasami za proste przesunięcie od lewej do prawej. Jaka jest zalecana procedura tworzenia meczów, które są stosowane bardziej wąsko, a nie szerzej? – polyclef

2

Wcześniej spotkałem się z podobnym wyzwaniem i zapisałem swoje doświadczenia i wnioski w this question. Dla mnie to sprowadzało się do eksperymentowania z SEQUENCE_SENSITIVE i ORIENTATION_INVARIANT. Mam nadzieję, że to pomoże.

0

Jak najlepiej mogę powiedzieć, im bardziej skomplikowany gest, tym wyższy wynik jest możliwy. Na przykład linia prosta bezpośrednio w lewo nigdy nie wydaje się, aby uzyskać wynik zgodny z gestem wyższy niż 1,8 lub mniejszy, jednak gest za pomocą znacznika wyboru może uzyskać wyniki również w górnej młodzieży, jeśli proporcjonalne części są idealne, itp. Moje założenie być tym bardziej skomplikowany gest, tym większa pewność siebie w przewidywaniu.

Oceniłbym, jakie wyniki są odpowiednie dla każdego gestu. Jeśli gest jest linią prostą, możesz szukać tylko wyniku ~ 1.2 lub wyższego, ale jeśli rysujesz gwiazdę lub pole lub coś, być może potrzebujesz wyższego wyniku, aby zredukować liczbę fałszywych trafień - w każdym razie oceń co gest Wynik jest odpowiedni dla punktu odcięcia.