用于语音和视频通信的增强接口制造技术

一种用于语音和视频通信的增强的接口，其中，从一系列相机图像中识别用户的姿态，并且提供包含控件和所述用户的表示的用户接口。所述过程还包括基于所识别的姿态使所述表示与所述控件交互作用，并基于所述交互作用控制电信会话。

【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及用户输入机制，并且至少一种具体配置涉及用户输入机制，该用户输 入机制被配置成使用户能够控制语音和视频通信。
技术介绍
各种基于语音的电子控制系统可以允许用户和计算机应用程序或者其他的语音 或者视频应用程序交互作用(interact)。但是，这些系统仅勉强适用于输入文本、数字，或 者适用于从大量选项中进行选择。
技术实现思路
根据一个一般性实施方式，用户可以通过执行各种规定的姿态控制通信会话，例 如电话会议会话。通过在各种时间访问用户的图像，姿态被自动识别并映射到控件输入 (control input)，例如用于开始或者终止电信会话的输入，或者用于将会话置于各种状 态的输入。在其他的特征中，接口(interface)可以显示最初环绕所识别的用户的表示 (representation)(例如，化身)的定制图标，通过用户身体的直率、直观和自然的运动来 实现对人物(characters)命令的轻松选择。根据另一个一般性实施方式，一种计算机实施的过程包括从一系列相机图像中识 别用户的姿态，并提供包括控件(control)和用户的表示的用户接口。所述过程还包括基 于所识别的姿态使所述表示与控件交互作用，并基于所述交互作用控制电信会话。实施方式可以包括下列特征中的一个或多个。例如，控制电信会话还可以包括把 电信会话从第一状态改变到不同的第二状态(a second differentstate)，并且第一或第 二状态可以包括待机状态、通知状态、呼出(outgoing)呼叫状态、连接状态、静音状态、菜 单状态、连接选项状态、直接拨号状态、重新拨号状态、搜索状态、浏览状态、消息菜单状态、 消息回放状态，或者配置状态。电信会话还可以包括语音和视频电信会话。在额外的示例性实施方式中，控制电信会话还可以包括基于识别出接合姿态 (engagement gesture)而把电信会话从待机状态改变到呼叫或者菜单状态。所述过程还可 以包括确定用户的身份，并且基于所确定的身份使能(enabling)控件。所述过程可以包括 只有所确定的用户身份和预期的(intended)呼叫接收者匹配才把电信会话从连接状态改 变到呼叫状态。所述过程可以包括确定图像内的用户的身份，并基于所确定身份中的至少 一个使能或者禁止(disabling)控件。在进一步的示例性实施方式中，控制电信会话可以包括基于识别出解除接合姿态 (disengagement gesture)而把电信会话改变到待机状态。所述过程可以包括把相机图像之一聚焦在用户上，其中聚焦相机图像之一可以包括使相机焦点保持在正在移动的用户 上，或者使相机图像之一以用户为中心。所述过程可以包括定位(localizing)音频以聚焦 在用户上。识别用户的姿态可以包括识别在第一用户已经执行了第一接合姿态以后第二用 户已经执行了第二接合姿态，并且控制电信会话可以包括基于识别出第二用户已经执行了 第二接合姿态而把焦点改变到第二用户。在其他的示例性实施方式中，所述过程可以包括确定第一用户是否已经放弃 (relinquished)焦点，只有第一用户已经放弃焦点，所述焦点才可以被改变。确定第一用户 是否已经放弃焦点可以包括确定第一用户是否已经结束讲话，或者确定第一用户是否已经 执行了放弃姿态。所述过程可以包括确定用户的身份，其中，控制电信会话还包括在浏览状 态中显示与所确定的身份相关联的联系人集合(a set of contacts)，或者把所确定的用 户身份传送到由用户设定的(placed)呼叫接收者。根据另一个一般性实施方式，一种设备包括被配置成从一系列相机图像中识别用 户的姿态、并提供包括控件和用户的表示的用户接口的处理器。所述处理器还被配置成基 于所识别的姿态使所述表示与控件交互作用，并基于所述交互作用控制电信会话。根据另一个一般性实施方式，一种计算机可读介质用计算机程序编码。所述计算 机程序包括当被执行时，操作以使计算机执行操作的指令，所述操作包括从一系列相机图 像中识别用户的姿态，并提供包括控件和用户的表示的用户接口。所述操作还包括基于所 识别的姿态使所述表示与控件交互作用，并基于所述交互作用控制电信会话。根据另一个一般性实施方式，一种系统包括一个或多个计算机和耦合到所述一个 或多个计算机的计算机可读介质。所述计算机可读介质具有存储于其上的指令，所述指令 在被所述一个或多个计算机执行时使所述一个或多个计算机执行操作，所述操作包括从一 系列相机图像中识别用户的姿态，并提供包括控件和用户的表示的用户接口。所述操作还 包括基于所识别的姿态使所述表示与控件交互作用，并基于所述交互作用控制电信会话。下面在附图和描述中阐述了一个或多个实施方式的细节。从所述描述、附图和权 利要求，本公开的其他潜在特征和优点将会清楚。附图说明图1是示出了增强的基于相机的输入的概念图。图2是用来实施增强的基于相机的输入的设备的框图。图3示出了设备的部件的配置。图4示出了使用增强的基于相机的输入的示范性过程。图5到图7示出了包括用户的表示的接口的例子。图8和图9示出了触摸图形的用户的表示的例子。图10示出了用于选择项目的接口的例子。图11到图29示出了沿着引导线对齐的项目的示范性选择。图30是示出了系统的状态的流程图。图31描绘了通知用户接口的例子。图32示出了包括执行接合手姿态的用户的相机图像的例子。图33示出了包括执行解除接合手姿态的用户的相机图像的例子。5CN 101874404 A说明书3/28 页图34示出了包括多个坐在会议桌旁的人的相机图像的例子。图35到图36示出了通过剪裁和缩放相机图像聚焦在用户上的例子。图37示出了把焦点从第一用户改变到第二用户的相机图像的例子。图38示出了菜单状态用户接口的例子。图39示出了直接拨号状态用户接口的例子。图40到图41示出了重新拨号状态用户接口的例子。图42示出了连接选项和信息状态用户接口的例子。图43示出了消息回放状态中的用户接口的例子。图44示出了根据另一个一般性实施方式的示范性计算机处理系统的部件。 具体实施例方式使用这里描述的增强的方法，用户可以通过执行各种规定的姿态来控制通信会 话，例如电话会议会话。通过在各种时间访问用户的图像，姿态被自动识别并映射到控件输 入，例如用于开始或者终止电信会话的输入，或者用于将会话置于各种状态的输入。在其他 的特征中，接口可以显示最初环绕所识别的用户的表示(例如，化身)的定制图标，通过用 户身体的直率、直观和自然的运动来实现对人物命令的轻松选择。因此，描述了允许用户使用相机追踪(tracking)来控制语音和视频通信的方法。 例如，这种方法可以在会议室环境(setting)中使用，其中，通信系统在物理上可以在用户 所及之外，或者在用户可能希望显得如同在商业环境中那样的另一位置。例如，这种方法也 可以在起居室环境中使用，其中，坐在沙发上的用户可以和包括在电视或者其他显示设备 上显示的接口的通信系统交互作用。 所述方法可以从一系列相机图像中识别用户的姿态，并提供包括控件和用户的表 示的用户接口。基于所识别的姿态，系统可以使所述表示与控件交互作用，然后基于所述交 互作用控制电信会话。例如，系统可以包括手姿态(hand gesture)本文档来自技高网...

【技术保护点】
一种计算机实施的方法，包含：从一系列相机图像中识别用户的姿态；提供包含控件和所述用户的表示的用户接口；基于所识别的姿态使所述表示与所述控件交互作用；和基于所述交互作用控制电信会话。

【技术特征摘要】
【国外来华专利技术】US 2007-9-24 60/974,774一种计算机实施的方法，包含从一系列相机图像中识别用户的姿态；提供包含控件和所述用户的表示的用户接口；基于所识别的姿态使所述表示与所述控件交互作用；和基于所述交互作用控制电信会话。2.如权利要求1所述的方法，其中控制所述电信会话还包含把所述电信会话从第一状态改变到不同的第二状态，并且 第一或第二状态包含待机状态、通知状态、呼出呼叫状态、连接状态、静音状态、菜单状 态、连接选项状态、直接拨号状态、重新拨号状态、搜索状态、浏览状态、消息菜单状态、消息 回放状态，或者配置状态。3.如权利要求1所述的方法，其中，所述电信会话还包含语音和视频电信会话。4.如权利要求1所述的方法，其中，控制所述电信会话还包含基于识别出接合姿态而 把所述电信会话从待机状态改变到呼叫或者菜单状态。5.如权利要求1所述的方法，还包含 确定所述用户的身份；和基于所确定的身份使能所述控件。6.如权利要求5所述的方法，还包含只有所确定的用户身份和呼叫的预期接收者匹配 时才把所述电信会话从连接状态改变到呼叫状态。7.如权利要求1所述的方法，还包含 确定所述图像内的用户的身份；和基于所确定身份中的至少一个使能或者禁止所述控件。8.如权利要求1所述的方法，其中，控制所述电信会话还包含基于识别出解除接合姿 态而把所述电信会话改变到待机状态。9.如权利要求1所述的方法，还包含把所述相机图像之一聚焦在用户上。10.如权利要求9所述的方法，其中，聚焦所述相机图像之一还包含把相机焦点保持在 正在移动的用户上。11.如权利要求9所述的方法，其中，聚焦所述相机图像之一还包含使所...

【专利技术属性】
技术研发人员：埃文希尔德雷思，
申请(专利权)人：格斯图尔泰克股份有限公司，
类型：发明
国别省市：US[美国]