[发明专利]基于习惯分析的3D远程互动的动作优化系统

说明书

本发明涉及3D远程互动技术领域，具体地说，涉及基于习惯分析的3D远程互动的动作优化系统。其包括3D视觉模块，3D视觉模块用于对人体肢体动作进行远距离跟踪、捕捉，3D视觉模块将采集的信息输入、存储至数据库存储单元，由深化学习模块将数据库存储单元划分为高优先级数据库和低优先级数据库，数据库存储单元输出端连接有互动输出单元，互动输出单元将3D视觉模块采集的动作信息与数据库存储单元进行匹配。通过采集并分析目标对象的动作行为习惯，建立行为存储数据库，通过深度分类算法对互动动作进行优先级分类，对高频动作进行较高优先级的响应优化，使互动输出单元在远程互动的过程中可以较快的做出响应，进而提供提升3D互动体验。

技术领域

本发明涉及3D远程互动技术领域，具体地说，涉及基于习惯分析的3D远程互动的动作优化系统。

背景技术

3D远程互动是通过视觉模块对图像的纹理特征提取，形状特征提取、相关反馈算法的研究，利用傅立叶变换提取图像的纹理特征，利用边界矩来检测图像边界，获取图像的形状特征，利用相似度量函数进行图像的相似度的匹配，并且引入相关反馈算法，让用户与互动终端进行交互，最终通过互动终端（如：互动机器人等）输出互动动作，实现3D远程互动。

用户在与互动终端进行远程肢体互动时，需要从数据库中对提取的图像信息进行多次的检索匹配，在此过程中，需要对整个数据库中的数据逐一进行提取、对比，会大大影响输出终端的互动响应速度，因此，设计一种基于习惯分析的3D远程互动的动作优化系统，对互动动作进行优化存储，来提升互动终端的互动响应速度。

发明内容

本发明的目的在于提供基于习惯分析的3D远程互动的动作优化系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明目的在于提供了基于习惯分析的3D远程互动的动作优化系统，包括3D视觉模块，所述3D视觉模块用于对人体肢体动作进行远距离跟踪、捕捉，所述3D视觉模块将采集的信息输入、存储至数据库存储单元，所述数据库存储单元内集成有深化学习模块，由所述深化学习模块将数据库存储单元划分为高优先级数据库和低优先级数据库，所述数据库存储单元输出端连接有互动输出单元，所述互动输出单元将3D视觉模块采集的动作信息与数据库存储单元进行匹配，通过互动终端输出响应动作实现远程互动。

作为本技术方案的进一步改进，所述3D视觉模块包括3D视觉传感器、动作采集单元和动作识别模块，3D视觉传感器用于对动作信息进行图像识别、传输和处理，经过识别处理后的动作信息通过动作采集单元将动作数据记录并存储至数据库存储单元内，同时，通过动作识别模块将动作信息与数据库存储单元中的信息进行检索、比对，并提取匹配动作通过互动输出单元由互动终端输出响应动作实现远程互动。

作为本技术方案的进一步改进，所述深化学习模块对动作采集单元采集到的肢体互动信息进行算法训练分析，完成对数据库存储单元中的信息进行学习、分类，所述深化学习模块将肢体动作分为高频动作和低频动作，将数据库中的高频动作进行提取并暂存至高优先级数据库中，所述低频动作暂存至低优先级数据库中，通过深化学习模块实现高优先级数据库与低优先级数据库之间数据的转存与交换。

作为本技术方案的进一步改进，所述深化学习模块采用深度分类算法建立算法模型，建立两个分类器：高优先级分类器和低优先级分类器，针对数据库存储单元中的动作数据进行优化分类，将高频数据分入高优先级分类器中，在动作识别模块提取数据库存储单元中数据时，优选从高优先级分类器中提取数据，提升输出终端的互动响应速度。

作为本技术方案的进一步改进，所述深化学习模块采用的深度分类算法，其包括如下方法步骤：

S1、确定待分类数据：低频数据，高频数据；

S2、建立描述预先定义的数据类别的分类器：高优先级分类器和低优先级分类器；

S3、用高频数据训练高优先级分类器，低频数据训练低优先级分类器；