[发明专利]一种基于体感识别的数字设备操控方法

权利要求书

1.一种基于体感识别的数字设备操控方法，其特征在于，所述方法包括以下步骤：

用户权限管理步骤，当检测到有用户发出的获取控制权限的请求时，在数字设备的显示区域内显示与所述用户对应的操作控制框，并基于权限管理机制来给该用户分配针对数字设备的控制权限；

用户动作识别步骤，根据用户在所述操作控制框内的动作的识别来判断是否要进行按键操作，如果是，在所述操作控制框内布局键盘，并接下来基于用户针对布局的键盘发出的第一类动作进行识别；如果不是按键操作，则接下来基于用户发出的第二类动作进行识别；其中，所述第一类动作为手指点击动作，所述第二类动作为动态手势动作；

控制步骤，基于识别的结果按照预先设定的动作与数字设备操作之间的对应关系来实现对数字设备的控制。

2.如权利要求1所述的方法，其特征在于，在所述用户权限管理步骤中，用户发出的获取控制权限的请求为挥手姿势，当对应于用户的操作手在所述操作控制框上停顿一预定的时间后，给该用户分配控制权限，而当对应于用户的操作手离开所述操作控制框另一预定的时间后，收回给该用户分配的控制权限。

3.如权利要求2所述的方法，其特征在于，所述控制权限在同一时间里只能分配给一个用户。

4.如权利要求1所述的方法，其特征在于，在数字设备的显示区域内还分配了显示监控视频界面的区域，所述监控视频界面用于实时显示用户信息以及与所述操作控制框的交互动态。

5.如权利要求1-4中任一项所述的方法，其特征在于，在所述用户动作识别步骤中，当用户发出的动作达到静态动作识别的时间阈值后，采集用户的动作数据，对发出具体动作的部位的图像进行分割定位，对定位得到的图像基于特征提取和预先建立的静态动作模型进行识别。

6.如权利要求5所述的方法，其特征在于，发出具体动作的部位为手部，预先建立的静态动作模型为手势模型，所述手势模型是通过采用Adaboost学习算法对获取的样本库进行分类训练而得到的。

7.如权利要求1、2、3、4、6中任一项所述的方法，其特征在于，在所述用户动作识别步骤中，按照以下步骤识别所述手指点击动作：

手部图像二值化步骤，基于从体感器得到的掌心点三维位置对发出动作的手部进行定位，并基于从体感器得到的深度信息来对定位的图像进行分割，从而得到手部区域的二值图像；

手掌轮廓提取步骤，对所述二值图像进行轮廓搜寻并基于手掌阈值确定得到手掌轮廓图像，对所述手掌轮廓图像进行边缘拟合平滑处理，

指尖点检测步骤，基于葛立恒扫描法来得到所述轮廓图像的凸包点，并基于以下两种方式中的任何一种来筛选出指尖点：

a、根据手指长度筛选，相邻的两个凸包点与凹点构成一个夹角，其两边边长之和应大于手长的一半；

b、根据手指夹角筛选，相邻的两个凸包点与凹点构成一个夹角，其夹角要小于60度；

指尖点标记步骤，按以下两种方式中的任何一种对指尖点进行标记以用于区分每一根手指的点击操作：

c、以掌心点为中心建立坐标系，计算筛选出的指尖点与掌心的连线与X轴的夹角度数大小，然后将计算出来的结果进行排序进行标记；

d、通过筛选出的指尖点相对掌心的相对位置将其按顺序标记；

点击识别步骤，按以下两种方式中的任何一种或者二者的结合进行点击动作的识别：

e、通过判断相邻指尖点和所述相邻指尖点之间的凹陷点连线的夹角值是否大于点击阈值，如果是，则判断为点击事件；或/和

f、计算连续帧上指尖点深度信息的运动方差，根据所述运动方差的波动来判断点击事件。