[发明专利]基于体感设备的图形获取方法、系统、介质及设备

权利要求书

1.一种基于体感设备的图形获取方法，其特征在于，所述方法包括：

通过体感设备实时监测手部运动，获取手部运动的帧数据；

识别帧数据中包含的手绘草图局部特征；

利用k-means法对手绘草图的所有局部特征进行相似度计算，确定目标图形。

2.如权利要求1所述的方法，其特征在于，所述通过体感设备实时监测手部运动，获取手部运动的帧数据包括：

将用户手指的物理坐标与浏览器界面交互区域内的位置进行关联，当手指在交互区域的虚拟框中，采用笛卡尔坐标系，以体感设备中心为原点，X轴和Z轴在体感设备的水平面上，Y轴垂直朝上，将Y轴垂直朝上区域定义为可视区域，追踪运动数据；

将运动数据的物理点原始坐标换算成能够代表该点在体感设备交互区域范围内相对位置的等效数值，建立手部运动状态预测方程，确定手部运动的帧数据。

3.如权利要求2所述的方法，其特征在于，所述建立手部运动状态预测方程，确定手部运动的帧数据包括：

设t时刻的手部运动轨迹S是由二维位置P_x、P_y、P_z和V_x、V_y、V_z组成，则手部运动轨迹S可表示为：

任一当前位置P可表示为：

式中：P_-表示上一时刻位置；V_-表示上一时刻速度；t表示两时间点之间的时间间隔；a表示两时间间隔过程中的加速度；

建立如下式所示的状态预测方程：

式中，B为控制矩阵；F为状态转移矩阵；表示利用上一次结果做出的预测值；Δt表示两时间点之间的时间间隔变化量，U表示载体在坐标系中的三轴加速度矩阵：U＝[a_x a_ya_z]。

4.如权利要求1所述的方法，其特征在于，所述识别帧数据中手绘草图包含的局部特征包括：

将交互区域分成n′×n个子区域，每个区域用C_rc表示，其中(r,c)为子区域的行列坐标，如果图像上的一点(x,y)在子区域(r,c)中，则那么在i方向上的描述符是一个包含n′×n个单元的特征向量；

其中，N为区域C_rc内i方向上R_i(x，y)≠0的物理点的个数，局部特征为将k个方向上的n′×n个特征向量组合成的n′×n′×k个单元的特征向量。

5.如权利要求1所述的方法，其特征在于，所述利用k-means法对手绘草图的所有局部特征进行相似度计算，确定目标图形包括：

利用k-means方法，从手绘草图中提取了m个特征向量(500m1024)，m为局部采样点个数；

随机选取了若干个局部特征值，通过k-means聚类获得图像集合；

令图像集合表示含n幅线画图的二维线画图图库；

其中，每幅线画图I使用一个c维的图像集合向量I＝[v₀，v₁，…，v_c-1]；q为输入查询手绘草图的图向量q＝[q₀，q₁，…，q_c-1]；

定义手绘草图和二维线画图之间的相似度为二维线画图之间的相似度为

通过计算手绘草图和二维线画图之间的相似度的最大值，以及二维线画图之间的相似度最大值，确定图形。

6.一种基于体感设备的图形获取系统，其特征在于，所述系统包括：

获取模块，用于通过体感设备实时监测手部运动，获取手部运动的帧数据；

识别模块，用于识别帧数据中包含的手绘草图局部特征；

确定模块，用于利用k-means法对手绘草图的所有局部特征进行相似度计算，确定目标图形。