[发明专利]一种交互方法及装置

说明书

本发明涉及人机交互技术领域，公开了一种交互方法及装置，该方法包括：识别摄像头采集图像中所有人的人体骨骼关键点坐标集；从所述人体骨骼关键点坐标集获取目标人物的坐标数据；跟踪所述目标人物，根据所述目标人物的实时坐标数据进行交互；通过基于深度学习的卷积神经网络算法，提高了人机交互的速度和准确率，达到了自动跟踪目标人物的效果，且只需要普通摄像头来采集图像，成本较低，兼容性强。

技术领域

本发明涉及人机交互技术领域，尤其涉及一种交互方法及装置。

背景技术

体感游戏是指玩家通过改变身体动作与智能设备进行交互的新型游戏，相比于传统的依赖按键或触摸等交互方式的游戏，体感游戏能够增强玩家的参与感，越来越受到游戏玩家的喜欢和市场的认可。

随着人工智能的重要性日益凸显，各种技术及应用层出不穷，深度学习作为人工智能领域中热门的研究方向，其能使得机器能模仿人脑学习机制去处理图像、声音等数据的方法，特别是在图像方面，基于深度学习算法的处理效果明显优于传统的图像处理算法。

体感游戏的核心技术是计算机如何获取玩家的身体动作信息，目前主要的实现方式有两种，一种是微软的Kinect摄像头，其能获取到玩家的身体动作信息，这种方法识别效果较好，缺点是硬件成本高，设备配置复杂。另一种方式是使用普通摄像头采集到玩家图像后，通过身体动作识别的深度学习算法获取到玩家动作信息，普通摄像头与Kinect摄像头的区别在于普通摄像头只能采集二维图像，而Kinect摄像头能采集到三维图像。这种方法硬件成本低，但玩家体验效果较差，容易受到现场环境的干扰，比如玩家身体被短暂遮挡后，再次出现再图像中，体感游戏无法重新识别出该玩家的身体动作信息。

发明内容

本发明的主要目的在于提出一种交互方法及装置，通过基于深度学习的卷积神经网络算法，提高了人机交互的速度和准确率，达到了自动跟踪目标人物的效果，且只需要普通摄像头来采集图像，成本较低，兼容性强。

为实现上述目的，本发明提供的一种交互方法，包括：

识别摄像头采集图像中所有人的人体骨骼关键点坐标集；

从所述人体骨骼关键点坐标集获取目标人物的坐标数据；

跟踪所述目标人物，根据所述目标人物的实时坐标数据进行交互。

可选地，所述识别摄像头采集图像中所有人的人体骨骼关键点坐标集包括：

获取摄像头采集到的图像；

使用人体骨骼关键点识别算法识别出所述图像中所有人的人体骨骼关键点坐标集。

可选地，所述跟踪所述目标人物，根据所述目标人物的实时坐标数据进行交互包括：

获取目标人物所在矩形区域的图像，确定初始跟踪区域；

通过目标跟踪算法估算所述目标人物某一时刻在摄像头采集图像中的矩形区域；

通过所述人体骨骼关键点识别算法计算出所述目标人物的实时坐标数据；

计算所述实时坐标数据对应的矩形区域与估算得到的矩形区域的交并比；

判断所述交并比是否大于预设的阈值，若是，将所述实时坐标数据作为目标人物与系统进行交互的控制数据；

否则，记录所述某一时刻的目标人物的动作为异常动作，并累加异常次数。

可选地，所述记录所述某一时刻的目标人物的动作为异常动作，并累加异常次数之后还包括：

判断所述异常次数是否大于预设的次数阈值；

若是，则获取此时摄像头采集图像中所有人的人体骨骼关键点坐标集，计算所有人所在矩形区域与所述初始跟踪区域的相似度；