【技术实现步骤摘要】
一种使用点轨迹和检测域的交互方法
本专利技术属于人机交互
,具体来说是一种使用点轨迹和检测域的交互方法。
技术介绍
目前的基于肢体动作的人机交互,主要有三种实现方式。分别是:采用神经网络模型对肢体动作数据进行训练,将训练得到的模型用于肢体动作类型分类的深度学习方法;通过分析并提取肢体动作数据的关键特征,进行统计,进而得到一个基于关键特征值的条件决策树,通过决策树来对肢体动作进行分类的传统机器学习方法;通过设定一定的条件,当肢体动作数据满足该条件时,即被认为某种肢体动作已被执行的事件触发方法。现有的传统机器学习方法进行肢体动作识别的实现过程也分为训练阶段和识别阶段。只是训练阶段需要人为选择需要提取的特征种类和提取方法,模型根据指定的提取方法去提取特征,从而自动修改决策模型中的参数。识别结果依赖于训练样本采集的质量和肢体动作特征的选择。在简单动作的识别上具有较高的识别率,对于较为复杂的动作,人为决定需要提取的特征种类会变得困难。同时,虽然特征种类是人为选择的,但是参数是模型根据统计结果自动设定的。所以执行一个动作时 ...
【技术保护点】
1.一种使用点轨迹和检测域的交互方法,其特征在于:获取点的原始信息并进行处理,处理生成坐标系和点的坐标,并在坐标系上生成检测域,判断点的坐标和检测域的位置关系来产生相应的交互指令。/n
【技术特征摘要】
1.一种使用点轨迹和检测域的交互方法,其特征在于:获取点的原始信息并进行处理,处理生成坐标系和点的坐标,并在坐标系上生成检测域,判断点的坐标和检测域的位置关系来产生相应的交互指令。
2.根据权利要求1所述的一种使用点轨迹和检测域的交互方法,其特征在于,所述方法具体包括如下步骤:
S100、获取点的原始信息,通过传感器获取每一步的点的原始信息;
S200、数据处理,将步骤S100获取的点的原始信息输送到处理器进行处理并生成坐标系;
S300、生成检测域,在步骤S200生成的坐标系内生成检测域;
S400、判定,计算点和检测域的位置关系来判定产生的事件的类型。
3.根据权利要求2所述的一种使用点轨迹和检测域的交互方法,其特征在于:所述步骤S200中处理器通过交互界面将坐标系进行可视化展现。
4.根据权利要求2所述的一种使用点轨迹和检测域的交互方法,其特征在于:所述步骤S200中坐标系的原点选择为原始信息中代表人体两肩的两个点的中心,或其它方便辨识且相对于人体躯干位置较稳定的部位。
5.根据权利要求3所述的一种使用点轨迹和检测域的交互方法,其特征在于:所述步骤S300中检测域的形状为任意的封闭图像,所述检测域的位置为事件发...
【专利技术属性】
技术研发人员:薛新文,杨卫明,李游,韦欢,
申请(专利权)人:视若飞信息科技上海有限公司,
类型:发明
国别省市:上海;31
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。