[发明专利]一种基于动作识别的人机互动方法及装置

说明书

技术领域

本发明涉及人机互动领域，特别涉及一种基于动作识别的人机互动方法及装置。

背景技术

人机互动是一种系统与用户之间互动的过程，系统可以是各种各样的机器，也可以是计算机化的装置或软件。目前常见的人机互动，一般是通过人机交互界面进行互动，人机交互界面通常是指用户可见的部分，用户通过人机交互界面提供的指令输入设备与系统交流，并进行操作，例如收音机的播放按键，飞机上的仪表板、或发电厂的控制室。

根据现有人机互动的方式所开发的智能玩具能支持简单人机互动，包括通过按钮来选择和播放预存的故事或音乐，通过感应器来感应用户的触摸或摇动，通过语音识别来识别语音指令。但是，对于智能玩具的应用来说，目前的人机互动方式过于单一，没有将视觉这一人类获取外界信息最主要的渠道应用到智能玩具的人机互动中。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于动作识别的人机互动方法及装置以实现从视觉角度进行人机互动的目的。

本发明提供了一种基于动作识别的人机互动方法，该方法包括：

利用视频设备获取互动对象的视频图像；

对所述互动对象的视频图像进行运动估计，获得所述互动对象的运动向量；

根据预先设置的匹配条件，利用所述互动对象的运动向量，在动作样本库中查询出最匹配的动作样本类，在所述动作样本库中所述动作样本类具体通过对动作样本的运动向量分类获得；

查询出所述最匹配的动作样本类在预先设置的规则中对应的指令；

执行所述指令。

优选地，该方法还包括：

在利用视频设备获取互动对象的视频图像前和/或执行所述指令后，利用音频发出相关语音提示。

优选地，该方法还包括：

根据所述互动对象的运动向量获得所述互动对象的位置；

根据所述互动对象的位置，按照所述互动对象的各个区域的比例，获得所述互动对象的一个或多个区域的位置；

根据所述互动对象的一个或多个区域的位置和所述互动对象的运动向量，获得所述互动对象的一个或多个区域的运动向量；

在所述动作样本库中所述动作样本类还通过对动作样本的位置分类获得；

所述预先设置的匹配条件具体为所述互动对象的一个或多个区域的运动向量与所述动作样本类的运动向量最匹配，且所述互动对象的一个或多个区域的位置与所述动作样本类的位置最匹配。

优选地，所述在动作样本库中查询出最匹配的动作样本类，具体通过采用支持向量机算法的样本分类器进行查询，返回最匹配的动作样本类，所述样本分类器具体通过采用支持向量机算法对动作样本的运动向量分类学习获得。

优选地，在所述动作样本库中的动作样本类具体通过对动作样本的运动向量采用树状结构分类获得；

所述树状结构按照动作样本类的语义逻辑分层；

所述树状结构的每个叶子节点对应一个或多个动作样本的运动向量；

所述树状结构的每个非叶子节点根据其包括的叶子节点对应到一个或多个动作样本的运动向量；

所述树状结构的每个节点对应一个动作样本类；

所述树状结构的每个节点对应一个采用支持向量机算法的样本分类器，所述样本分类器具体通过采用支持向量机算法对该节点对应的动作样本的运动向量分类学习获得；

所述动作样本类由唯一动作分类代号标识。

本发明还提供一种基于动作识别的人机互动装置，该装置包括：

视频图像采集单元：用于利用视频设备获取互动对象的视频图像，将所述互动对象的视频图像发送至运动估计单元；

运动估计单元：用于对所述互动对象的视频图像进行运动估计，获得所述互动对象的运动向量，将所述互动对象的运动向量发送至识别单元；

识别单元：用于根据预先设置的匹配条件，利用所述互动对象的运动向量，在动作样本库中查询出最匹配的动作样本类，在所述动作样本库中所述动作样本类具体通过对动作样本的运动向量分类获得，将所述最匹配的动作样本类发送至指令查询单元；

指令查询单元：用于查询出所述最匹配的动作样本类在预先设置的规则中对应的指令，将所述指令发送至执行单元；

指令执行单元：执行所述指令。

可见本发明具有如下有益效果：