[发明专利]交互方法和系统

说明书

本发明涉及一种交互方法和系统。所述方法包括：获取预设区域内目标人员步态和动作的视频数据，根据所述视频数据中目标人员步态的视频数据，获取预设区域内目标人员的步态特征；在步态特征库查询到目标人员的综合步态特征之后，根据视频数据中目标人员动作的视频数据获取进入预设区域目标人员的动作特征，查询动作特征库，得到综合动作特征对应的特征标记，动作特征库中存储有综合动作特征与特征标记的对应关系，获取与特征标记对应的机器指令，根据机器指令进行交互。通过深度学习建立的步态特征库和动作特征库，从而提高本发明交互的便利性、安全性以及准确性。

技术领域

本发明涉及交互技术领域，特别是涉及一种交互方法和一种交互系统。

背景技术

随着技术的发展，交互技术被运用在各个领域之中，以手势交互为例，手势交互是人通过手做出一系列的动作，让机器能够识别人的意图，然而进行手势交互时，交互人员必须接近手势采集装置，然后做出标准的手势，手势识别装置识别出交互人员做出的手势，执行对应的交互，这种利用手势进行交互方法，只适用于人员和采集器一对一的配合使用，一个采集器无法进行与多人的同时交互，并且必须走到距离采集器非常近的规定范围内做手势动作，也造成交互的不方便。另外，利用手势进行交互，还无法满足特定场合安全性的要求。为了解决交互的安全性，现有技术中出现利用语音进行交互的方案，然而语音交互会受到环境的影响，外界噪音过大将影响交互的准确性。

发明内容

基于此，有必要针对现有交互方式不便利、不安全以及不准确的问题，提供一种交互方法和系统。

一种交互方法，包括：

获取预设区域内目标人员步态和动作的视频数据；

根据所述视频数据中目标人员步态的视频数据，获取预设区域内目标人员的实时步态特征；

将所述实时步态特征与步态特征库中目标人员的综合步态特征比对，比对通过之后，根据所述视频数据中目标人员动作的视频数据，获取进入预设区域目标人员的实时动作特征；其中，所述步态特征库中的所述综合步态特征是对历史视频数据中目标人员各次实时步态特征进行深度学习得到的；

将所述实时动作特征与动作特征库中目标人员的综合动作特征比对，比对通过之后，查询动作特征库，得到所述综合动作特征对应的特征标记，其中，动作特征库中存储有综合动作特征与特征标记的对应关系；所述动作特征库中综合动作特征是对历史视频数据中目标人员各次实时动作特征进行深度学习得到的；

获取与所述特征标记对应的机器指令，根据所述机器指令进行交互。

一种交互系统，包括：

视频采集模块，用于获取预设区域内目标人员步态和动作的视频数据；

步态分析模块，用于根据所述视频数据中目标人员步态的视频数据，获取预设区域内目标人员的实时步态特征；

动作分析模块，用于将所述实时步态特征与步态特征库中目标人员的综合步态特征比对，比对通过之后，根据所述视频数据中目标人员动作的视频数据，获取进入预设区域目标人员的实时动作特征；其中，所述步态特征库中的所述综合步态特征是对历史视频数据中目标人员各次实时步态特征进行深度学习得到的；

查询模块，用于将所述实时动作特征与动作特征库中目标人员的综合动作特征比对，比对通过之后，查询动作特征库，得到所述综合动作特征对应的特征标记，其中，动作特征库中存储有综合动作特征与特征标记的对应关系；所述动作特征库中综合动作特征是对历史视频数据中目标人员各次实时动作特征进行深度学习得到的；

交互模块，用于获取与所述特征标记对应的机器指令，根据所述机器指令进行交互。

一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的交互方法。