ジェスチャ認識
MARUIは3Dジェスチャ認識機能を用意しています。
コントローラを使用したあらゆる種類のモーションを登録し、Mayaのコマンドやスクリプトを起動するように設定することができます。
たとえば、MARUIに「手を振る」モーションで新しいオブジェクトを作成したり、コントローラを左右に振ると選択したオブジェクトが複製したりすることができます。
ジェスチャは「ジェスチャ」ウィジェットで実行されます。
デフォルトでは、このウィジェットは、右コントローラの “Alt”ボタンを押して出現するサブメニューに配置されています。
しかし、MARUI UIレイアウトエディタを使用してそれを任意のボタンにマップすることができます。
ジェスチャはMARUIジェスチャエディタで管理されます。
ジェスチャエディタの上部に、現在登録されているジェスチャのリストが表示されます。
ジェスチャエディタの下部にジェスチャの詳細を表示するには、リストからジェスチャを選択します。
Name：ジェスチャ名
Command：ジェスチャと紐づくMayaコマンド（またはスクリプト）
MEL / Python：コマンドまたはスクリプトがMELコマンドかPythonコマンドかを示す
独自のジェスチャを作成する：
作成したいジェスチャの名前とコマンドをそれぞれのテキストフィールドに書いて、[Create New]ボタンをクリックしてください。
リストからコマンドを選択し、テキストフィールドの値を変更して[Update Selected]をクリックすると、後から名前またはコマンドを編集できます。
リストからコマンドを選択して[Delete Selected]をクリックして、コマンドを削除できます。
下のフィールドは、ジェスチャに対するサンプル数（参考例）を示しています。
新しいジェスチャを作成した場合、この値は最初は0になります。
MARUIが新しいジェスチャを認識するためには、まずいくつかのサンプルをレコードする必要があります。
これを行うには、[Record sampled for this gesture]ボタンをクリックします。
サンプルのレコード中は赤に変わります。
注意：ボタンが黄色の場合は、リストで現在選択されているジェスチャではなく、別のジェスチャのサンプルをレコードしています。
コントローラの[ジェスチャ]ウィジェットボタンを押してジェスチャを実行することで、このジェスチャのサンプルをレコードできます。
使用するジェスチャの数に応じて、少なくとも10～20のサンプルをレコードすることをお勧めします。
記録するサンプル数が多いほど、ジェスチャ認識の信頼性が高くなります。
サンプルの録音が終了したら、もう一度[Record sampled for this gesture]ボタンを押してレコードを停止します（ボタンは再び灰色になります）。
ジェスチャごとにサンプルをいくつか用意し、MARUIにジェスチャを習得するように指示します。
[Learn gestures from recorded samples]ボタンを押してください。
MARUIは新たなジェスチャを約1分間で理解します。
ジェスチャに関する信頼性が表示されます。
学習プロセスが完了すると、ボタンは再び灰色に変わり、MARUIは新しく作成したジェスチャを認識できるようになります。
Mayaを終了する前に、[Save]ボタンと[Load]ボタンを使用してジェスチャをハードディスクに保存します。
ジェスチャのレコードに関するガイドライン
ジェスチャ認識の信頼性は、サンプルジェスチャのレコード方法に大きく依存します。
ジェスチャーのレコード時に最良の結果を得るためのガイドラインは次のとおりです。
ジェスチャーごとに最低20サンプルをレコードしてください。（30～40サンプルのレコードを推薦します。）
1セット内のすべてのジェスチャについて同数のサンプルをレコードしてください。
20サンプルのみのジェスチャと100サンプル以上のジェスチャなど数に偏りができないようにしてください。
あるジェスチャのサンプル数が他のジェスチャよりも少ない場合は、そのジェスチャの追加のサンプルをいくつかレコードします。できるだけ多くの状況でジェスチャをレコードしてください。
以下の条件のいくつかまたはすべての下でジェスチャーを実行したサンプルを1つ記録します。– 正面を向いて
– 左右を向いて
– 見上げて/見下ろして
– ジェスチャの実行速度を速くまたは遅く
– 見ずにジェスチャを実行する
– もう一方の手でジェスチャを実行（実行する可能性のある場合）
– 別の人でジェスチャを実行（実行する可能性のある場合）
– ジェスチャを実行する可能性がある環境でジェスチャの学習/トレーニングプロセスは、悪い結果をもたらすことがあります。
あなたが満足していない場合は、同じサンプルを使用して学習/トレーニングプロセスをもう一度実行してみてください。