[发明专利]一种交互效果良好的人机交互系统在审

专利信息
申请号: 201810185554.1 申请日: 2018-03-06
公开(公告)号: CN108491073A 公开(公告)日: 2018-09-04
发明(设计)人: 邱林新 申请(专利权)人: 深圳凯达通光电科技有限公司
主分类号: G06F3/01 分类号: G06F3/01;G06K9/00;G06K9/46;G06K9/62;G06Q50/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 儿童体能 人机交互系统 身份验证子系统 数据处理子系统 人体行为识别 儿童身份 基础数据 教学视频 情况发送 人体行为 身份验证 系统实现 训练教学 有效训练 视频 验证 播放 学习
【说明书】:

发明提供了一种交互效果良好的人机交互系统,包括身份验证子系统、训练子系统、数据处理子系统和交互子系统,所述身份验证子系统用于对待训练的儿童身份进行验证,所述训练子系统用于对经过身份验证儿童的人体行为进行识别,获取人体行为识别结果,所述数据处理子系统将人体行为识别结果作为儿童体能训练基础数据,确定儿童体能训练情况,并将儿童体能训练情况发送至交互子系统,所述交互子系统用于根据儿童体能训练情况播放儿童体能训练教学视频。本发明的有益效果为:提供了一种交互效果良好的人机交互系统,该系统实现了对儿童的有效训练,儿童能够通过交互子系统获取教学视频,有助于创造良好的学习氛围,提高儿童的训练积极性。

技术领域

本发明涉及儿童教学技术领域,具体涉及一种交互效果良好的人机交互系统。

背景技术

随着生活水平的提高,人们越来越注重儿童健康,对儿童进行体能训练显得尤为重要。如何让儿童对训练有热情,如何对训练状况进行评估都是摆在人们面前的问题。

人体行为识别是人工智能领域内一个新兴的研究方向,具有广泛的应用前景和非常可观的经济价值,涉及的应用领域主要包括:视频监控、医疗诊断和监护、运动分析、智能人机交互、虚拟现实等。人体行为识别对应的基本工作流程是:选用各类传感器获取人体行为数据信息,并结合传感器特性及人的行为特性建立合理的行为模型,在此基础上从原始采集数据中提取出对行为类型具有较强描述能力的特征,并采用合适的方法对这些特征进行训练,进而实现对人体行为的模式识别。高质量的图像预处理是行为识别研究的关键,现有的人体行为识别效果不佳的很大原因在于没有获取高质量的图像。

发明内容

针对上述问题,本发明旨在提供一种交互效果良好的人机交互系统。

本发明的目的采用以下技术方案来实现:

提供了一种交互效果良好的人机交互系统,包括身份验证子系统、训练子系统、数据处理子系统和交互子系统,所述身份验证子系统用于对待训练的儿童身份进行验证,所述训练子系统用于对经过身份验证儿童的人体行为进行识别,获取人体行为识别结果,所述数据处理子系统将人体行为识别结果作为儿童体能训练基础数据,确定儿童体能训练情况,并将儿童体能训练情况发送至交互子系统,所述交互子系统用于根据儿童体能训练情况播放儿童体能训练教学视频。

本发明的有益效果为:提供了一种交互效果良好的人机交互系统,该系统实现了对儿童的有效训练,儿童能够通过交互子系统获取教学视频,有助于创造良好的学习氛围,提高儿童的训练积极性。

附图说明

利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图;

附图标记:

身份验证子系统1、训练子系统2、数据处理子系统3、交互子系统4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1,本实施例的一种交互效果良好的人机交互系统,包括身份验证子系统1、训练子系统2、数据处理子系统3和交互子系统4,所述身份验证子系统1用于对待训练的儿童身份进行验证,所述训练子系统2用于对经过身份验证儿童的人体行为进行识别,获取人体行为识别结果,所述数据处理子系统3将人体行为识别结果作为儿童体能训练基础数据,确定儿童体能训练情况,并将儿童体能训练情况发送至交互子系统4,所述交互子系统4用于根据儿童体能训练情况播放儿童体能训练教学视频。

本实施例提供了一种交互效果良好的人机交互系统,该系统实现了对儿童的有效训练,儿童能够通过交互子系统获取教学视频,有助于创造良好的学习氛围,提高儿童的训练积极性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳凯达通光电科技有限公司,未经深圳凯达通光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810185554.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top