[发明专利]一种体感动作识别方法及人机交互装置

说明书

本发明提供一种体感动作识别方法，包括：1）在执行体感动作的过程中，通过体感设备中的加速传感器采集表征该体感动作的有效数据段；2）计算所采集的有效数据段与标准数据段的DTW距离，根据所采集的有效数据段与标准数据段的DTW距离匹配样本库；3）计算所采集的有效数据段与步骤2）所匹配的样本库中每一个样本数据段的DTW距离，将其中DTW距离最小的样本数据段所表征的体感动作的标识作为所采集的有效数据段的识别结果。本发明还提供了相应的人机交互装置。本发明能够在保证识别准确度的前提下提高识别效率；可在识别动作时设备拿的方式不受限制的前提下确保较高的识别准确度。

技术领域

本发明涉及体感模式识别技术领域，具体地说，本发明涉及一种体感动作识别方法及人机交互装置。

背景技术

说起人机交互的方式，我们首先想到的是基于键盘与鼠标的交互方式，但随着智能电视和大尺寸显示屏的出现，键盘与鼠标的不便性越发明显，而触屏交互、语音交互、基于动作（例如基于手势）的交互等新一代的交互方式则应运而生。

目前，基于动作的交互方式存在两大主流，一种是基于计算机视觉的交互模式，代表就是微软的Xbox的Kinect，它主要是基于摄像头来进行识别，用摄像头来捕捉人的动作。Kinect有两个问题，第一，就是存在遮挡的问题，如果是双人游戏，一个人把另一个人挡住的话，就会影响游戏的效果，第二，就是可视范围的问题，所谓的可视范围就是指摄像头的捕捉范围，如果使用者站在摄像头的捕捉范围之外，就无法进行交互。另一种是基于可穿戴传感器的人体动作识别，代表就是任天堂的Wii，它主要是基于X，Y，Z的加速度来感知人体的动作。而且可穿戴传感器完全没有摄像头的两个问题，所以备受学者们的青睐。然而，Wii的动作识别使用范围仅限于游戏，其算法并且也没有公开，因此难以转用到其它设备上。已公开的其它基于可穿戴传感器的动作识别算法中，普遍存在以下几个问题：一是训练一个动作模型时需要大量的数据，不易增加动作种类，二是对动作分割时容易受到噪点干扰，三是识别动作时设备拿的方式受限制，四是样本库中样本过多时，需要遍历所有样本，导致效率低。

另一方面，智能手机的普及率已经越来越高，每年中国新增手机量达到2到3亿，而且人们越来越依赖智能手机，除了打电话发短信，人们还渴望智能手机可以做很多其他的事情。与此同时，无线鼠标的使用也越来越广泛，而且无线鼠标的便捷性也深受人们喜爱，传统的无线鼠标只有平面点位标记鼠标的功能，然而生活正在不断的智能化，近年来出现了智能电视，智能手表，Google Glass等新的智能产品，如果将基于动作识别的技术与无线鼠标或其他操作设备相结合，让鼠标或者其他操作设备智能化，将使人们的生活更加便捷。

发明内容

因此，本发明的任务是克服现有技术的不足，提供一种高效的体感动作识别方法。

为实现上述发明目的，本发明提供了一种高效体感动作识别方法，包括下列步骤：

1）在执行体感动作的过程中，通过体感设备中的加速传感器采集表征该体感动作的有效数据段；

2）计算所采集的有效数据段与标准数据段的DTW距离，根据所采集的有效数据段与标准数据段的DTW距离匹配相应的样本库；所述标准数据段是计算各数据段DTW距离的参照物，所述数据段包括有效数据段和样本数据段，每个样本库对应于一个DTW距离区间，各所述样本数据段按照该样本数据段与标准数据段的DTW距离分别存储于相应的样本库中；

3）计算所采集的有效数据段与步骤2）所匹配的样本库中每一个样本数据段的DTW距离，将其中DTW距离最小的样本数据段所表征的体感动作的标识作为所采集的有效数据段的识别结果。体感动作的标识可以是体感动作的名称或编号，也可以是体感动作所表征的动作意义。

其中，所述步骤1）包括下列子步骤：

11）启动体感设备中的加速传感器，在执行体感动作时采集三轴加速度数据，同步地将每次采集的数据进行线性拟合，所述拟合数据用于表征所述动作的瞬时动量；