[发明专利]用于机器处理用户命令的方法、装置和存储介质

说明书

技术领域

本公开总体涉及人机交互技术，更具体地，涉及用于机器处理用户命令的方法、处理用户命令的装置和非暂态计算机可读存储介质。

背景技术

许多智能装置，如智能相机和智能手机，不具有用户界面(UI)或仅具有用于人机交互的有限能力。例如，智能装置的尺寸限制使得许多传统的输入接口是不切实际的，例如键盘、鼠标等。因此，对于用户而言，向这些装置输入命令或其他信息是麻烦的。

此外，传统的UI通过如下方式实现：按键组合、屏幕触摸、鼠标移动、鼠标点击和显示。即使传统的UI用于某些智能装置，它们通常要求用户进行精确的手眼协调，并且/或者要求多个用户动作来完成任务。而且，传统的UI通常要求用户极其靠近UI。例如，对于附接至天花板的监控相机，让用户伸手够到相机上的键盘或触摸屏是不现实的。因此，传统的UI可能是不直观的、迟缓的、呆板的并且累赘的。

此外，身体不健全的人们可能无法有效地使用传统的UI。例如，视觉受损的人无法查看显示在屏幕上的信息，并且无法如愿使用触摸屏或键盘。另例，手部或手指得关节炎的病人通常发现对按钮进行点击动作是困难、痛苦或者甚至不可能的。

所公开的方法和系统致力于解决以上列出的一个或多个要求。

发明内容

与本公开的一个实施例一致，提供了一种机器处理用户命令的方法。所述方法可包括获得图像数据。所述方法还可包括由机器分析图像数据以检测事件的发生。所述方法还可包括生成表示检测到第一事件的第一信号。所述方法可进一步包括，在生成第一信号之后检测到第二事件的首次发生时执行操作。

与本发明的另一个实施例一致，提供了一种包括存储器和处理器的装置。存储器可以存储指令。处理器可配置为执行如下指令：获得图像数据；分析图像数据以检测事件的发生；生成表示检测到第一事件的第一信号；在生成第一信号之后检测到第二事件的首次发生时执行操作。

与本公开的又一个实施例一致，提供了一种存储指令的非暂态计算机可读存储介质。所述指令使得机器的处理器执行人机交互方法。所述方法可包括获取图像数据。所述方法还可包括由机器分析图像数据以检测事件的发生。所述方法还可包括生成表示检测到第一事件的第一信号。所述方法可进一步包括，在生成第一信号之后检测到第二事件的首次发生时执行操作。

应当理解，前述的总体描述和以下详细描述均仅是示例性且说明性的，不对所要求保护的本发明构成限制。

附图说明

通过结合而构成本说明书一部分的附图图示了与本发明一致的实施例并与描述一起用于解释本公开的原理。

图1为根据示例性实施例的图示了人机交互系统的示意图。

图2为根据示例性实施例的图1所示的人机交互系统的成像装置的框图。

图3为根据示例性实施例的图1所示的人机交互系统的服务器的框图。

图4为根据示例性实施例的图1所示的人机交互系统的用户装置的框图。

图5为根据示例性实施例的图示了图1示出的人机交互系统的实施的示意图。

图6为根据示例性实施例的图示了基于多反馈信号的人机交互方法的示意图。

图7为根据示例性实施例的图示了基于多反馈信号的人机交互方法的示意图。

图8为根据示例性实施例的人机交互方法的流程图。

具体实施方式

现在将详细参照示例性实施例，其例子图示在附图中。以下参照附图进行描述，在附图中，除非另有注明，不同图中的同样标号表示同样的或类似的要素。以下对示例性实施例的描述中给出的实施方式不代表与本发明一致的全部实施方式。相反，它们仅为与在所附的权利要求中表述的本发明相关的各方面相一致的装置和方法的例子。

本公开使用的人机交互是自然交互形式的，例如手势或语音交互，以解决传统UI的问题。与触摸屏幕、操纵鼠标或遥控器、拧动旋钮或按压开关相比，手势或语音控制更加便利、直观并且不费力。

建立人与机器之间的交互要求准确的手势和/或语音识别系统，并要面对多种挑战。例如，一些手势/语音识别系统可能会因为图像/语音数据噪声而容易出错，对模棱两可的手势/声音容忍度低，在硬件和软件上存在限制等。一些系统还要求用户以一定的方式作出手势或讲话。然而，在这些系统不给出合适有效的反馈的情况下，用户通常不确定如何改进地生成所要求的手势和声音。此外，用户的疲劳会降低用户生成手势和声音的质量，并殃及基于手势/语音的交互的准确性。