[发明专利]一种手势识别装置以及人机互动系统

说明书

本发明涉及一种手势识别装置，其包括：一控制模块；一手势感测模块，其用于采集用户手势的位置数据；一计算模块，其用于分析处理该用户手势的位置数据以及其他数据；以及一手势识别模块，其用于根据用户手势的位置数据对用户的手势进行识别；一通讯模块；其中，所述手势感测模块包括一3D感测装置。

技术领域

本发明涉及计算机视觉识别技术领域，尤其涉及一种手势识别装置以及采用该手势识别装置的人机互动系统。

背景技术

机器学习推动了人工智能的模式识别(pattern recognition)和计算机学习理论的研究。深度学习(deep learning)是机器学习的一个分枝，其基于一系列的数学算法(algorithm)，试图通过一个深度图表(deep graph)，多个处理层(processing layers)以及多个线性和非线性转化，来模仿高水平的抽象数据(abstractions in data)。随着技术的飞速发展，深度学习被广泛应用，例如云计算、医学、媒体安全以及自动交通工具。

除了人工智能以外，虚拟现实(virtual reality)和增强现实(augmentedreality)也是目前蓬勃发展的技术。虚拟现实和增强现实使用户可以与现实中不存在而仅出现在机器头脑(mind of the machines)的事物相互作用。开发者面临的共同问题是使用户和虚拟事物相互作用的途径。

最简单和最传统的选择就是采用现有周边(actual peripheral)，例如HTC Vive和Oculus Rift游戏控制器。虽然准确好精度高，但是采用物理致动器(physicalactuator)会使虚拟现实希望提供给用户的沉浸式体验感(immersive experience)下降或弱化。

可选择地，声音激活命令可以被采用，但有许多不足。首先，为了适合世界上所有语言，一个简单的命令要求至少可以识别至少十种不同语言。其次，准确的将一个人的语音翻译成命令面临难以置信的困难，因为各种变化因素，例如音高、音调和韵律等都会影响机器的识别能力。最后，环境噪音也会减低机器识别各种语音的准确性。

通过机器学习的手势输入识别方法，使得用户可以与采用虚拟现实和增强现实的机器相互交流，且无需任何物理装置的作用。该方法一般采用普通相机采集图像，然后用一个专门的神经网络判断图像中手的位置，然后再用另一个神经网络对那个区域做2D手势识别。然而，由于需要专门的神经网络判断图像中手的位置，该识别装置结构复杂，效率较低。

发明内容

有鉴于此，确有必要提供一种简单有效的手势识别装置以及人机互动系统。

一种手势识别装置，其包括：一控制模块；一手势感测模块，其用于采集用户手势的位置数据；一计算模块，其用于分析处理该用户手势的位置数据以及其他数据；以及一手势识别模块，其用于根据用户手势的位置数据对用户的手势进行识别；一通讯模块；其中，所述手势感测模块包括一3D感测装置。

一种人机互动系统，其包括：一智能机器装置以及一手势识别装置；所述手势识别装置用于识别用户手势，并将手势识别结果发送给所述智能机器装置；所述智能机器装置根据该手势识别结果与用户进行互动；其中，所述手势识别装置为上述手势识别装置。

相较于现有技术，本发明提供的手势识别装置，由于采用3D感测装置直接抓取手势位置，因此，无需从照片识别手势位置的神经网络，使得所述手势识别装置结构简单。而且，由于剩去了从照片识别手势位置的过程，使得所述手势识别装置的识别效率提高。

附图说明

图1为本发明实施例提供的人机互动系统的模块示意图。

图2为本发明实施例1提供的手势识别装置的模块示意图。

图3为本发明实施例1提供的手势识别装置的工作流程图。