[发明专利]一种基于激光笔轨迹识别的人机交互系统及设计方法在审

专利信息
申请号: 202210682286.0 申请日: 2022-06-15
公开(公告)号: CN114995739A 公开(公告)日: 2022-09-02
发明(设计)人: 辛斌;李翀;王晴;陈杰;谢璐蕖 申请(专利权)人: 北京理工大学
主分类号: G06F3/04883 分类号: G06F3/04883;G06N3/00;G06N3/04;G06N3/08
代理公司: 北京正阳理工知识产权代理事务所(普通合伙) 11639 代理人: 张利萍
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 激光 轨迹 识别 人机交互 系统 设计 方法
【说明书】:

发明提供一种基于激光笔轨迹识别的人机交互系统及设计方法,能够实现新型的交互式智慧教学,方便演讲者的操作,提高了课堂的效率。该系统包括:图像采集模块,用于采集激光笔的轨迹图像;图像处理模块,用于对所述轨迹图像进行预处理,识别出激光笔滑动轨迹并传输给轨迹匹配模块;轨迹匹配模块存储控制命令数据库,所述数据库包含多组与激光笔滑动轨迹一一对应的控制命令;轨迹匹配模块调取与所接收的激光笔滑动轨迹对应的控制命令并传输给控制模块;控制模块,根据接收的控制命令执行相应的控制动作。

技术领域

本发明属于现代人机交互和图像处理研究技术领域,具体是一种基于激光笔轨迹识别的人机交互系统及设计方法。

背景技术

现如今的多媒体教学,大体是指利用计算机和PPT等辅助工具开展的教学活动。但是,多媒体教学中的人机交互过程还存在许多需要解决的问题和缺陷。怎样才能让人机交互朝着更加人性化、智能化的方向发展,可以让演讲者从台上走到台下,脱离讲台的束缚,直接将信息传递给观众而不需要依靠其他因素,成为了当前迫在眉睫的问题。

近年来,针对人机交互的研究中,在智慧课堂方面应用较为成熟的包括激光笔和电子白板两大类,遥控激光笔自其产生到现在自始至终因为其便携小巧而且使用方便快捷,进而为多媒体课堂的教学贡献自己的不可或缺的力量。目前应用最为广泛的是第三代射频遥控激光笔,它是通过近年来发展良好的无线射频技术来实现相应的功能,消除了之前需要对准方向的限制,但在电磁干扰的情况下效果较差。就目前状况来看,遥控激光笔的功能包括指示,上下翻页以及退出全屏等功能,虽然可以实现基础教学过程的需求,但是却不能够满足不同老师的不同需求,若演讲者想要实现较为复杂的目的,使用激光笔就远远达不到想要的效果,因此如何将激光笔进行适当的扩展,使其能够增加许多相对复杂的功能,进而提高演讲者上课的效率,是本发明的核心并成功解决的问题。

发明内容

为了方便教学,使其更加智能化、简洁化,本发明提供了一种基于激光笔轨迹识别的人机交互系统及人机交互方法,能够实现新型的交互式智慧教学,方便演讲者的操作,提高了课堂的效率。

实现本发明的技术方案如下:

一方面,本申请提供一种基于激光笔轨迹识别的人机交互系统,该系统包括:

图像采集模块,用于采集激光笔的轨迹图像;

图像处理模块,用于对所述轨迹图像进行预处理,识别出激光笔滑动轨迹并传输给轨迹匹配模块;

轨迹匹配模块存储控制命令数据库,所述数据库包含多组与激光笔滑动轨迹一一对应的控制命令;轨迹匹配模块调取与所接收的激光笔滑动轨迹对应的控制命令并传输给控制模块;

控制模块,根据接收的控制命令执行相应的控制动作。

进一步地,本发明所述图像处理模块内预设的神经网络模型,基于所述神经网络模型实现对激光笔滑动轨迹的识别,

进一步地,本发明所述图像处理模块对采集的图像进行预处理,所述预处理包括高斯滤波、阈值分割及形态学运算。

进一步地,本发明所述神经网络模型为三层的BP神经网络模型。

另一方面,本申请一种基于激光笔轨迹识别的人机交互系统的设计方法,该方法包括如下步骤:

利用激光笔在给定的投影屏幕或白板上画出多种特定的轨迹;

采集所述多种特定的轨迹,并将对每一帧图像进行预处理;

针对预处理后的图像,先采用帧间差分法对图像进行处理,初步判断出运动区域和目标光点的大致位置;在运动区域和目标光点的大致位置内,采用背景差分法对实时运动的光点坐标进行检测和识别;

将得到的光点坐标拟合成为平滑的曲线,得到不同轨迹;

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北京理工大学,未经北京理工大学许可,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/202210682286.0/2.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