本发明专利技术提供了一种面向智能电视应用的交互情景事件关联智能感知方法，属于智能电视领域。所述方法捕获当前K时刻交互情景事件状态上下文信息tag和K时刻之前的用户体态行为轨迹的有效连续历史帧图像frames；与体态行为模型模式数据库中的基本体态行为进行匹配，识别出用户当前的体态行为，据此辨识出当前发生的交互情景事件；根据辨识出的交互情景事件推测出未来时刻将要激活发生的交互情景事件。
【技术实现步骤摘要】
本专利技术属于智能电视领域，具体涉及一种面向智能电视应用的交互情景事件关联 智能感知方法。
技术介绍
现代智能计算与通信技术的发展在增强电视功能和互动性能的同时，也为人机交 互的发展带来了新的挑战。在智能电视迅速普及的时代，用户如何快捷高效、自然轻松的与 智能电视交互成为一个关键问题。近年来，以人体自然手势为代表的用户体态行为交互技 术在手语识别、windows命令控制、智能电视操控等领域得到应用，自然、高效率、无障碍、智 能化的人机交互界面已经成为新一代智能人机交互发展的主要方向。 智能电视已越来越成为人们进行娱乐、学习、甚至室内锻炼的交互对象，音乐、体 感游戏、观看电影与电视节目甚至是联网在线社交与媒体内容。受传统电视遥控器的制约， 用户无法与智能电视进行更加丰富、自然的操控交互。伴随人机交互技术的发展，NaserH 和Mothammad利用手势识别技术来产生控制命令，通过这些控制命令来实现用户与计算机 之间的交互。海信智能电视推出的Hi-Touch，可以通过动作识别系统，实现用户与智能电视 的互动和体感游戏。三星在智能电视中采用cmos图像传感器的动作侦测系统，可以通过摄 像头来侦测操作者的手部动作，可以进行多种简单的动作操作。基于视觉的手势识别系统 在智能电视中得到了应用，弥补了电视遥控器对用户使用智能电视功能交互方式的缺陷。 但由于体态手势行为的复杂多样性、自然环境因素影响，在实际应用中主要存在 以下三个方面的问题： -是复杂动作行为识别率过低； 二是用户需要记忆的操作动作行为复杂多样，认知负荷较大； 三是用户操作过程中对完成复杂动作行为感到困难以及长时间的体态动作操作 会让用户感到疲劳，操作负荷较大。 Wei-PoLee等人（请参考Wei-PoLee,CheKaoli，Jhih-YuanHuang.Asmart TVsystemwithbody-gesturecontrol,tag-basedratingandcontext-aware recommendation.Knowledge-BasedSystems, 2013)利用kinect体感摄影机实现了自 然手势控制智能电视的交互方式，创建一种基于社交标记和用户所处的情境上下文信息的 推荐系统，为用户推荐最适合用户个性化需求的服务内容。这种融入了用户使用智能电视 的情境上下文信息内容推荐服务，在一定程度上减轻了用户的认知和操作负担，但是没有 考虑用户本身的体态行为上下文信息对减轻用户交互的影响。
技术实现思路
本专利技术的目的在于解决上述现有技术中存在的难题，提供一种面向智能电视应用 的交互情景事件关联智能感知方法，有效感知用户意图，满足人机交互的自然、和谐、智能 性的要求。 本专利技术是通过以下技术方案实现的： -种交互情景事件关联智能感知方法，捕获当前K时刻交互情景事件状态上下文 信息tag和K时刻之前的用户体态行为轨迹的有效连续历史帧图像frames; 与体态行为模型模式数据库中的基本体态行为进行匹配，识别出用户当前的体态 行为，据此辨识出当前发生的交互情景事件； 根据辨识出的交互情景事件推测出未来时刻将要激活发生的交互情景事件。 所述方法利用kinect3D体感设备获取K时刻之前的用户体态行为轨迹的有效连 续历史帧图像frames。 所述基本体态行为包括：WF:向前挥手 WA:左右挥手WUD:上下挥手Fist:握拳。 所述方法包括： S1，初始化交互情景事件关联关系驱动图； S2.检测K时刻的智能电视播放状态和kinect3D体感设备获取的连续图像帧中人 体手势的动态动作信息，捕获体态行为；S3,与人体行为数据模式库中基本的人体行为模型进行匹配，然后返回S2。 所述交互情景事件关联关系驱动图如下：EDG=<(WPU-SmartTV,ext).E,(WPU-SmartTV,ext).V> ； 其中，WPU-SmartTV表示用户使用智能电视观看电视节目的场景，ext表示情景上 下文信息；(WPU-SmartTV,ext).V= (V〇,YuV2,V3,V4)； 其中，V。是节目播放状态情景事件、Vi是体感手势操作功能开启情景事件、V2是频 道调节情景事件、V3是音量调节情景事件、V4是手势操作功能关闭情景事件；(WPUSmartTV,ext).E-(e01，e12，e13，e22，e23，e24，e32，e33，e34，e41)其中，一仍为WF;e12、e32为WUD;e13、e23为WA;e24、e34为Fist。 所述SI是这样实现的：Al、获取智能电视的基本功能状态标记参数，输入到顶点集（WPU-SmartTV,ext). V的数组中；A2、将基本体态行为模型数据库中的基本体态行为存储在边集（1?1]_ SmartTV,ext).E的数组中； A3,设置EDG的初始有效状态值tag= 0,智能电视初始状态为V。。 所述S2是这样实现的：B1，获取智能电视的基本功能状态标记参数，并赋值给tag;tag= 0表示节目播放 状态；tag= 1表示打开体感操作功能状态；tag= 2表示频道操作状态；tag= 3表示音量 操作状态；tag= 4表示关闭体感操作功能；B2,当tag=1时，获取人体手势的动作上下文信息：利用Kinect3D体感设备获 取人体深度信息，获取人手的动态手势运动轨迹信息，再利用Kinect3D体感设备获取到的 深度图像信息和RGB图像信息，利用自然人手肤色模型对图像进行分割，获得自然人手的 静态手势图像。 所述B2包括： B21、开启Kinect3D体感设备，跟踪人手，获得人手的质心坐标； B22、每连续的M帧图像中，计算M帧图像中人手质心的移动欧式距离平均值si; M>20 ;若sl〈50毫米，则从第M+1帧图像采集人手的质心点的运动轨迹和人手的静态手势； B23、在从M+1帧图像开始的人手手势上下文信息采集过程中，若从第N帧图像开 始，连续20帧的图像中人手质心坐标移动的欧氏距离的平均值s2,若s2〈50毫米，则从第 N帧图像开始，停止采集人手质心点的运动轨迹和人手静态手势的信息采集；N>M+30 ; B24、从第M+1帧图像到第N帧图像中采集到的人手质心坐标点运动轨迹和人手静 态手势即为采集到的人体手势的动态动作信息。 所述S3中的与人体行为数据模式库中基本的人体行为模型进行匹配是这样实现 的： (1)在当前智能电视状态处于V。时，如果此时捕获到用户的体态行为与WF匹配， 贝1J触发1的发生；否则，智能电视将保持在激活V。的状态； (2)在当前智能电视处于V#活状态时，若当前情境下的体态行为与WA匹配，则 触发V2的发生，若体态行为与WUD匹配，则触发V3的发生；否则，智能电视将保持在激活V: 的状态； (3)在智能电视状态处于^时，若此时捕获到用户的体态行为与WA匹配，则触发 V3的发生，若此时捕获到用户的体态行为与Fist匹配，则触发V4的发生；否则，智能电视将 保持在激活￥2的状态； (4)在当前智能电视处于^时，若此时捕获到用户的体态行为与WA匹配，则触发 V2的发生，若此时捕获到用户的体态行为与Fist匹配，则触发V4的发生；否则智能电视将 保持在激活￥本文档来自技高网...
【技术保护点】
一种面向智能电视应用的交互情景事件关联智能感知方法，其特征在于：捕获当前K时刻交互情景事件状态上下文信息tag和K时刻之前的用户体态行为轨迹的有效连续历史帧图像frames；与体态行为模型模式数据库中的基本体态行为进行匹配，识别出用户当前的体态行为，据此辨识出当前发生的交互情景事件；根据辨识出的交互情景事件推测出未来时刻将要激活发生的交互情景事件。
【技术特征摘要】
【专利技术属性】
技术研发人员：冯志全，徐治鹏，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。