CN101788861A - 三维动作识别方法与系统 - Google Patents
三维动作识别方法与系统 Download PDFInfo
- Publication number
- CN101788861A CN101788861A CN200910002876A CN200910002876A CN101788861A CN 101788861 A CN101788861 A CN 101788861A CN 200910002876 A CN200910002876 A CN 200910002876A CN 200910002876 A CN200910002876 A CN 200910002876A CN 101788861 A CN101788861 A CN 101788861A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- inertia information
- action
- inertia
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
一种三维动作识别方法与系统,用以识别物体在三维空间的动作结构。此方法首先提供数据库,此数据库记录数组预设惯性信息,且每组预设惯性信息描述在三维空间中某种特定动作的惯性动态。接着,通过物体内部的运动传感器撷取物体动作时的惯性信息,并与数据库内所有的预设惯性信息做相似度的比较。最后,依据相似度的高低判断物体的动作是否同于预设在数据库内某组预设惯性信息所对应的特定动作。据此,通过数据库的比较而能直接识别出较为复杂的物体动作。
Description
技术领域
本发明是有关于一种动作识别方法,且特别是有关于一种物体在三维空间的动作的识别方法与系统。
背景技术
一般来说,电脑系统的使用者除了可以利用键盘或鼠标等较常见的输入装置来操作应用程序或启动功能之外,在执行某些特定软件(例如游戏软件)的情况下,运动感测式摇杆的使用可以帮助使用者更直观且便利的达到人机互动的需求。
运动感测式摇杆一般常见的设计是在使用者进行操作之后,需先由传感器撷取摇杆动作在各轴产生的加速度等惯性信息,接着再以各轴加速度的最大值作为判别摇杆动作的依据。例如当惯性信息中向左的加速度远大于朝向其它方向的加速度时,便判断使用者是拿持摇杆朝左方挥动。换句话说,目前必须分析惯性信息本身的趋势才能判断摇杆动作。
为了要模拟于一般机械式摇杆中米字八法的操作,厂商会预先依据惯性信息的趋势条件建立一系列的基本动作模式,像是上、下、左、右、左上、左下、右上,以及右上八个方向挥动的基本动作模式。而针对一些特别复杂的动作识别,则是在使用者操作摇杆后,先判断这个操作内含哪些基本动作模式,再依据此组合动作进行判断。举例来说,使用者挥动摇杆以绘制「γ」符号的动作将被判断为向下与向右上挥动摇杆这两种基本动作模式的组合。
然而在这样的设计下,可识别出来的动作种类必须事先设定于摇杆的韧体(firmware),因此只有在摇杆动作符合预先定义的动作时才能启动对应的功能,其它的摇杆动作则无法产生任何操作效果。亦即,使用者仅能通过内建的基本动作模式或上述基本动作模式的组合来操作电脑系统。有限数量的动作种类无疑会使得摇杆操作变得较不具弹性,从而大幅降低使用上的便利性。
发明内容
本发明提供一种三维动作识别方法,通过数据库比较的方式以直接识别物体在三维空间所发生的动作。
本发明提供一种三维动作识别系统,让使用者能依据需求建立数据库中的预设动作的惯性信息,以提供新增可识别动作种类的弹性;另外提出一学习模式使预设动作的惯性信息可以随着使用者动作的习惯进行微幅调整,进而提高动作的识别率。
为达到上述及其它目的,本发明提出一种三维动作识别方法,用以识别物体在三维空间的动作结构。此方法首先提供记录有数组预设惯性信息的数据库,而每组预设惯性信息完整描述在三维空间中某一种特定动作的惯性动态。接着,通过物体内部的运动传感器撷取物体动作时的惯性信息,并与数据库内所有的预设惯性信息做相似度的比较。最后,依据相似度的高低判断物体的动作是否同于预设在数据库内某组预设惯性信息所对应的特定动作。
在本发明的一实施例中,其中运动传感器不断地撷取物体本身的惯性信息。而撷取物体动作时的惯性信息的步骤包括判断物体动作的起始时间与结束时间,以及保留在起始时间与结束时间内的所有惯性信息。
在本发明的一实施例中,其中物体的状态被预设为静止状态。而判断物体动作的起始时间与结束时间的步骤包括在物体的状态为静止状态时,以物体的惯性信息大于或等于第一预设值的时间点作为起始时间,并将物体的状态更新为动作状态。而在物体的状态为动作状态时,以物体的惯性信息小于第一预设值并持续一段特定时间的时间点作为结束时间,并将物体的状态更新为静止状态。
在本发明的一实施例中,其中运动传感器包括加速度传感器(G-sensor)或陀螺仪(Gyro sensor)等等。而惯性信息至少包括速度、加速度、角速度,以及位移其中之一或组合。
在本发明的一实施例中,其中数据库记录至少一个指令,以及记录每个指令分别与至少其中一组预设惯性信息之间的对应关系。
在本发明的一实施例中,其中在依据各相似度判断物体的动作是否同于其中一组预设惯性信息所对应的特定动作的步骤之后,更包括触发具有最高相似度的预设惯性信息所对应的指令,进而执行一功能。
在本发明的一实施例中,此三维动作识别方法更包括进入数据库建立模式,通过运动传感器撷取物体动作时的惯性信息,并将惯性信息记录在数据库以作为其中一组预设惯性信息。接着取得指令,以及在数据库中建立惯性信息与指令的对应关系。其中,惯性信息描述使用者在三维空间中操作物体时的特定动作。
在本发明的一实施例中,取得指令的步骤包括取得已记录在数据库中的指令,或取得由使用者输入的指令。
在本发明的一实施例中,此三维动作识别方法更包括进入动作学习模式,选择其中一组预设惯性信息以作为范例惯性信息。接着,通过运动传感器撷取物体动作时的惯性信息,并将惯性信息与范例惯性信息进行比较来取得两者之间的相似度。在相似度介于第一数值与第二数值之间时,根据惯性信息修改范例惯性信息并回到通过运动传感器撷取物体动作时的惯性信息的步骤,以再次取得相似度。而在相似度小于第二数值时,回到通过运动传感器撷取物体动作的惯性信息的步骤,以再次取得相似度。其中,第一数值大于第二数值。
从另一观点来看,本发明提出一种三维动作识别系统,包括数据库、运动传感器,以及处理模块。其中,数据库用以记录数组预设惯性信息,而每组预设惯性信息描述三维空间中某种特定动作的惯性动态。运动传感器用以撷取物体在三维空间动作时的惯性信息。而处理模块分别与数据库以及运动传感器相连,用以比较惯性信息与数据库内各组预设惯性信息之间的相似度,并且依据上述相似度来判断物体的动作是否同于其中一组预设惯性信息所对应的特定动作。
在本发明的一实施例中,其中运动传感器不断撷取物体本身的惯性信息,而处理模块判断物体动作的起始时间与结束时间,以及保留在起始时间与结束时间内的所有惯性信息。
在本发明的一实施例中,其中物体的状态被预设为静止状态,而处理模块在物体的状态为静止状态时,以物体的惯性信息大于或等于第一预设值的时间点作为起始时间,并将物体的状态更新为动作状态。而在物体的状态为动作状态时,以物体的惯性信息小于第一预设值并持续一段特定时间的时间点作为结束时间,并将物体的状态更新为静止状态。
在本发明的一实施例中,其中运动传感器包括加速度传感器或陀螺仪等等。而惯性信息至少包括速度、加速度、角速度,以及位移其中之一或其组合者。
在本发明的一实施例中,其中数据库记录至少一个指令,并记录每个指令分别与至少一组预设惯性信息之间的对应关系。
在本发明的一实施例中,其中处理模块触发具有最高相似度的预设惯性信息所对应的指令,进而执行功能。
在本发明的一实施例中,其中处理模块在数据库建立模式下,取得运动传感器撷取物体动作时的惯性信息,并将惯性信息记录于数据库以作为其中一组预设惯性信息。接着取得指令以在数据库中建立惯性信息与指令的对应关系。其中,惯性信息描述使用者在三维空间中操作物体时的特定动作。
在本发明的一实施例中,其中处理模块取得已记录在数据库中的指令,或取得由使用者输入的指令。
在本发明的一实施例中,其中处理模块在动作学习模式下,选择其中一组预设惯性信息以作为范例惯性信息,并通过运动传感器撷取物体动作时的惯性信息,进而对惯性信息与范例惯性信息进行比较来取得两者之间的相似度。在相似度介于第一数值与第二数值之间时,根据惯性信息修改范例惯性信息并再次通过运动传感器撷取物体动作时的惯性信息以重新取得相似度。而在惯性信息与范例惯性信息之间的相似度小于第二数值时,再次通过运动传感器撷取物体动作时的惯性信息,以重新取得惯性信息与范例惯性信息之间的相似度。其中,第一数值大于第二数值。
基于上述,本发明在判断物体在三维空间的动作时,直接将物体动作而产生的惯性信息与数据库中的所有预设惯性信息进行比较,从而直接识别出各种复杂的物体动作。其中,记录于数据库的预设惯性信息可由使用者自行建立,也可以根据使用者操作物体的习惯进行些微调整,以增加数据库本身的弹性,进而使得识别物体动作变得更有效率。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所附图式作详细说明如下。
附图说明
图1是依照本发明的一实施例所示的三维动作识别系统的方块图。
图2是依照本发明的一实施例所示的三维动作识别方法的流程图。
图3是依照本发明的一实施例所示的建立数据库的流程图。
图4是依照本发明的一实施例所示的动作学习的流程图。
具体实施方式
图1是依照本发明的一实施例所示的三维动作识别系统的方块图。请参阅图1,三维动作识别系统100包括数据库110、运动传感器120,以及处理模块130,三维动作识别系统100可用以识别一物体在三维空间内的动作结构。在本实施例中,被识别的物体可以是摇杆、遥控器或是任何装置,在此并不限制其范围。然而为了方便说明,在以下的实施例中假设物体是摇杆,而三维动作识别系统100可识别使用者操作摇杆的动作。以下先针对三维动作识别系统100中各个构件的功能进行说明。
在数据库110中记录有数组预设惯性信息。这些预设惯性信息可以是三维动作识别系统100所预设的信息,或是由使用者自行建立的信息。其中,每组预设惯性信息可以是速度、加速度、角速度,或位移其中之一或其组合,用以描述三维空间中一种特定动作的惯性动态。在本实施例中,数据库110更包括记录数个指令,以及记录每个指令分别与至少一组预设惯性信息之间的对应关系。换句话说,在数据库100中一个指令可以同时对应至一组以上的预设惯性信息,然而一组预设惯性信息只能对应至一个指令。
运动传感器120例如是加速度传感器(G-sensor)或陀螺仪(Gyro sensor)等装置,可以撷取摇杆在三维空间动作时的惯性信息。在本实施例中,运动传感器120是配置在摇杆的内部,当使用者持摇杆并进行操作时,运动传感器120便能侦测摇杆动作而产生的惯性信息,好比是速度、加速度、角速度,或位移等等。
处理模块130例如是具有运算处理能力的硬件、软件或其组合者,在取得运动传感器120所撷取的惯性信息后,将上述惯性信息与数据库110中的所有预设惯性信息进行比较以取得对应的相似度,据以判断物体的动作是否同于其中一组预设惯性信息所对应的特定动作。在一实施例中,处理模块130例如是配置在电脑系统之中,通过好比像蓝牙或通用串行总线(Universal Serial Bus,USB)等各式传输接口来取得运动传感器120所撷取到的惯性信息。在另一实施例中,处理模块130也可以配置在摇杆内部,进而直接识别摇杆的动作。
以下将以三维动作识别系统100的详细运作流程来对本发明进行更进一步的说明。图2是依照本发明的一实施例所示的三维动作识别方法的流程图,请同时参阅图1与图2,首先如步骤210所示,提供记录了数组预设惯性信息的数据库110。在本实施例中,数据库110还记录了多个指令,以及各个指令与预设惯性信息之间的对应关系。
接着在步骤220中,通过该摇杆内部的运动传感器来撷取摇杆动作时的惯性信息。在本实施例中,无论摇杆是否动作,运动传感器120都将不断地撷取摇杆本身的惯性信息,并且将这些惯性信息传送至处理模块130。处理模块会判断摇杆动作的起始时间与结束时间,而保留在起始时间与结束时间内的惯性信息。更进一步来说,在本实施例中摇杆的状态被预设为静止状态,而处理模块130在摇杆状态属于静止状态时,会在摇杆的惯性信息大于或等于第一预设值时判断摇杆开始动作,并以上述时间点作为动作的起始时间,以及将摇杆的状态更新为动作状态。一旦摇杆进入动作状态,处理模块130会在摇杆的惯性信息小于第一预设值并持续一段特定时间时判断摇杆停止动作,并以上述时间点作为动作的结束时间,以及将摇杆的状态再次变更为静止状态。只有在摇杆动作的起始时间与结束时间之内由运动传感器120所撷取到的惯性信息才会被处理模块130视为摇杆动作时的惯性信息。
接下来如步骤230所示,处理模块130将摇杆动作的惯性信息与数据库110中的每组预设惯性信息进行比较,以取得惯性信息与数据库内每组预设惯性信息之间的相似度。由于每组预设惯性信息分别表示不同的特定动作,而摇杆动作的惯性信息能表示使用者操作摇杆的动作结构,因此两者间相似度的高低便能用来作为判断动作的依据。
亦即,处理模块130是依据上述相似度来判断物体的动作是否同于数据库中某组预设惯性信息所对应的特定动作。在本实施例中,如步骤240所示,处理模块130判定摇杆的动作为具有最高相似度的预设惯性信息所表示的特定动作。
最后在步骤250中,由处理模块130触发具有最高相似度的预设惯性信息所对应的指令,进而执行对应的特定功能。在本实施例中,由触发指令所驱动的功能种类并不受到任何限制。举例来说,假设在数据库110中第一组预设惯性信息所对应的指令能启动电脑系统中的多媒体播放程序。那么当使用者操作摇杆的动作与第一组预设惯性信息所表示的特定动作相同时,处理模块130便会触发指令从而开启多媒体播放程序。
在上述实施例中,用以表示及描述各种不同特定动作的预设惯性信息已预先储存在数据库110,当使用者操作摇杆而使摇杆产生动作时,处理模块130可以将运动传感器120撷取到的惯性信息与数据库110进行比较,并以惯性信息以及各组预设惯性信息之间的相似度高低来识别摇杆动作。
值得一提的是,在本实施例中使用者还可通过摇杆的操作来自行定义数据库110中的预设惯性信息。图3是依照本发明的一实施例所示的建立数据库的流程图。请同时参阅图1与图3,在三维动作识别系统100进入数据库建立模式后,摇杆的状态将被预设为静止状态。此时如步骤310所示,由于摇杆内部的运动传感器120会不断撷取摇杆的惯性信息,因此处理模块130将反复地根据惯性信息是否大于或等于第一预设值以判断摇杆是否开始动作。若摇杆的惯性信息大于或等于第一预设值,表示摇杆开始动作,因此在步骤320中处理模块130取得摇杆动作时由运动传感器120所撷取的惯性信息。接着在步骤330中,处理模块130根据惯性信息是否小于第一预设值并持续一段特定时间来判断摇杆是否结束动作。若惯性信息仍大于第一预设值,表示摇杆仍在持续动作,因而回到步骤320继续取得摇杆动作的惯性信息,直到处理模块130判断摇杆结束动作为止。接下来在步骤340中,处理模块130取得一指令,这个指令例如是记录在数据库110中的指令,或是使用者新输入的指令。最后如步骤350所示,处理模块130将摇杆动作的惯性信息记录在数据库110以作为其中一组预设惯性信息,并且在数据库110中建立惯性信息与指令的对应关系。
以利用摇杆操作电脑系统为例,假设使用者希望在挥动摇杆并绘制一个β符号时启动电脑系统的网页浏览程序,使用者必须先令三维动作识别系统100进入数据库建立模式,在此并不限制令三维动作识别系统100进入数据库建立模式的方式。接着,使用者挥动摇杆以绘制出一个β符号。处理模块130在使用者确定动作无误后,便将表示以摇杆绘制β符号这个特定动作的惯性信息记录在数据库110,以及在数据库110中建立上述惯性信息与启动网页浏览程序指令的对应关系。尔后,只要使用者挥动摇杆并绘制出β符号,便能在电脑系统上启动网页浏览程序。
在上述实施例中,当使用者自行定义数据库110中的预设惯性信息时,可以将两次绘制β符号的惯性信息同样对应至启动网页浏览程序的指令。如此一来便能降低使用者在操作摇杆时因为些微动作差异而无法触发指令执行功能的机率。除此之外,使用者也可以将完全不同的摇杆动作(例如以摇杆绘制α符号以及β符号)对应至相同的指令,进而提高触发同一种功能的动作丰富性。
通过上述实施例可以发现,使用者能根据本身的需求随时增加或修改数据库110中的预设惯性信息及其对应的指令。据此,能触发指令以执行特定功能的摇杆动作将不会受到任何限制。对使用者来说,通过摇杆的操作来执行功能也将变得更加灵活有弹性。
本发明为了让使用者可以学习数据库110中各预设惯性信息所表示的特定动作,在三维动作识别系统100进入动作学习模式时,便会要求使用者选择其中一组预设惯性信息作为范例惯性信息,并让使用者学习范例惯性信息所表示的特定动作。必须说明的是,在此不限制令三维动作识别系统100进入动作学习模式的方式,而图4是依照本发明的一实施例所示的动作学习的流程图。请参阅图1与图4,首先在步骤410中,处理模块130根据使用者的指示从数据库110选择一组预设惯性信息以作为范例惯性信息。
接下来在步骤420至步骤440中,由处理模块130取得摇杆动作时由运动传感器120所撷取到的惯性信息。由于处理模块130判断摇杆是否开始或结束动作的方式和上述实施例相同或相似,故在此不再赘述。在取得摇杆动作时的惯性信息后,如步骤450所示,处理模块130将惯性信息与范例惯性信息进行比较,以取得两者之间的相似度。
接着在步骤460中,处理模块130判断相似度是否大于第一数值。若相似度大于第一数值,表示使用者操作摇杆的动作与范例惯性信息所表示的特定动作已十分相似,因此结束动作学习的流程。
然而若相似度小于第一数值,处理模块130接着在步骤470中判断相似度是否大于第二数值(此第二数值小于第一数值)。若相似度大于第二数值,表示在使用者的动作以及惯性信息所表示的特定动作之间虽有差异,但差异在可以接受的范围,因此如步骤480所示,处理模块130根据惯性信息来修改范例惯性信息。据此,数据库110中的预设惯性信息可随着使用者的动作习惯而做出些微调整,进而提升动作的复制率。接着,动作学习的流程将回到步骤420并要求使用者再一次以摇杆进行同样的动作以取得相似度。然而在步骤470中,若判断相似度小于第二数值则代表使用者的动作与惯性信息所表示的特定动作差异甚大,使用者必须重新学习范例惯性信息所表示的特定动作。据此,动作学习的流程将再次回到步骤420,以通过运动传感器110取得使用者操作摇杆而产生的惯性信息,进而重新判断惯性信息与范例惯性信息之间的相似度。举例来说,处理模块130会根据惯性信息与范例惯性信息之间的差异来提示使用者该如何操作摇杆才能更接近范例惯性信息所代表的特定动作。而在本实施例中,动作学习的流程会不断循环直到使用者操作摇杆的动作与范例惯性信息之间的相似度大于第一数值时才会终止。
如图4的动作学习流程所示,使用者不再需要丝毫不差的适应数据库110中预设惯性信息所代表的特定动作。相反地,在动作学习模式下,预设惯性信息也可配合使用者的动作作出部分调整,使得调整后的预设惯性信息可以更符合使用者个人的动作习惯。
综上所述,本发明所述的三维动作识别方法与系统是提供一个记录有数组预设惯性信息的数据库,在撷取使用者对物体进行操作而产生的惯性信息后,将其与数据库中的预设惯性信息进行比较,再通过相似度的高低判断物体的动作以执行对应的功能。此外,使用者可以新增数据库中的预设惯性信息,而预设惯性信息也能根据使用者的习惯进行微幅修改。据此,物体动作的识别将变得更有弹性,从而提升在识别物体动作后执行对应功能的正确性。
虽然本发明已以实施例揭露如上,然其并非用以限定本发明,任何所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作些许的更动与润饰,故本发明的保护范围当视权利要求书所界定者为准。
Claims (18)
1.一种三维动作识别方法,用以识别物体在三维空间的动作结构,其特征是,上述方法包括:
提供数据库,其中上述数据库记录多组预设惯性信息,且每组预设惯性信息描述在上述三维空间中特定动作的惯性动态;
通过上述物体内部的运动传感器撷取上述物体动作时的惯性信息;
分别比较上述惯性信息与上述数据库内每组预设惯性信息之间的相似度;以及
依据上述这些相似度判断上述物体的动作是否同于其中一组预设惯性信息所对应的上述特定动作。
2.如权利要求1所述的三维动作识别方法,其特征是,其中上述运动传感器不断撷取上述物体本身的上述惯性信息,而撷取上述物体动作时的上述惯性信息的步骤包括:
判断上述物体动作的起始时间与结束时间;以及
保留在上述起始时间与上述结束时间内的所有惯性信息。
3.如权利要求2所述的三维动作识别方法,其特征是,其中上述物体的状态被预设为静止状态,而判断上述物体动作的上述起始时间与上述结束时间的步骤包括:
在上述物体的状态为上述静止状态时,以上述物体的上述惯性信息大于或等于第一预设值的时间点作为上述起始时间,并将上述物体的状态更新为动作状态;以及
在上述物体的状态为上述动作状态时,以上述物体的上述惯性信息小于上述第一预设值并持续特定时间的时间点作为上述结束时间,并将上述物体的状态更新为上述静止状态。
4.如权利要求1所述的三维动作识别方法,其特征是,其中上述运动传感器包括加速度传感器及陀螺仪其中之一,而上述惯性信息至少包括下列其中之一:速度、加速度、角速度,以及位移。
5.如权利要求1所述的三维动作识别方法,其特征是,其中上述数据库记录至少一个指令,并记录每一个上述这些指令分别与至少其中一组预设惯性信息之间的对应关系。
6.如权利要求5所述的三维动作识别方法,其特征是,其中在依据上述这些相似度判断上述物体的动作是否同于其中一组预设惯性信息所对应的上述特定动作的步骤之后,更包括:
触发具有最高的上述相似度的上述一组预设惯性信息所对应的上述指令,以执行功能。
7.如权利要求1所述的三维动作识别方法,其特征是,更包括:
进入数据库建立模式;
通过上述运动传感器撷取上述物体动作时的上述惯性信息,其中上述惯性信息描述使用者在上述三维空间中操作上述物体的上述特定动作;
记录上述惯性信息于上述数据库以作为其中一组预设惯性信息;
取得指令;以及
在上述数据库中建立上述惯性信息与上述指令的对应关系。
8.如权利要求7所述的三维动作识别方法,其特征是,其中取得上述指令的步骤包括:
取得已记录在上述数据库中的上述指令,或取得由上述使用者输入的上述指令。
9.如权利要求1所述的三维动作识别方法,其特征是,更包括:
进入动作学习模式;
选择其中一组预设惯性信息以作为范例惯性信息;
通过上述运动传感器撷取上述物体动作时的上述惯性信息;
比较上述惯性信息与上述范例惯性信息以取得两者之间的上述相似度;
在上述相似度介于第一数值与第二数值之间时,根据上述惯性信息修改上述范例惯性信息,并回到通过上述运动传感器撷取上述物体动作时的上述惯性信息的步骤,以再次取得上述相似度,其中上述第一数值大于上述第二数值;以及
在上述相似度小于上述第二数值时,回到通过上述运动传感器撷取上述物体动作时的上述惯性信息的步骤,以再次取得上述相似度。
10.一种三维动作识别系统,其特征是,包括:
数据库,用以记录多组预设惯性信息,且每组预设惯性信息描述在上述三维空间中特定动作的惯性动态;
运动传感器,用以撷取物体在三维空间动作时的惯性信息;以及
处理模块,耦接至上述数据库与上述运动传感器,用以分别比较上述惯性信息与上述数据库内每一组预设惯性信息之间的相似度,并且依据上述这些相似度判断上述物体的动作是否同于其中一组预设惯性信息所对应的上述特定动作。
11.如权利要求10所述的三维动作识别系统,其特征是,其中上述运动传感器不断撷取上述物体本身的上述惯性信息,而上述处理模块判断上述物体动作的起始时间与结束时间,以及保留在上述起始时间与上述结束时间内的所有惯性信息。
12.如权利要求11所述的三维动作识别系统,其特征是,其中上述物体的状态被预设为静止状态,而上述处理模块在上述物体的状态为上述静止状态时,以上述物体的上述惯性信息大于或等于第一预设值的时间点作为上述起始时间,并将上述物体的状态更新为动作状态,以及在上述物体的状态为上述动作状态时,以上述物体的上述惯性信息小于上述第一预设值并持续特定时间的时间点作为上述结束时间,并将上述物体的状态更新为上述静止状态。
13.如权利要求10所述的三维动作识别系统,其特征是,其中上述运动传感器包括加速度传感器及陀螺仪其中之一,而上述惯性信息至少包括下列其中之一:速度、加速度、角速度,以及位移。
14.如权利要求10所述的三维动作识别系统,其特征是,其中上述数据库记录至少一个指令,并记录每上述这些指令分别与至少其中一组预设惯性信息之间的对应关系。
15.如权利要求14所述的三维动作识别系统,其特征是,其中上述处理模块触发具有最高的上述相似度的上述一组预设惯性信息所对应的上述指令,以执行功能。
16.如权利要求10所述的三维动作识别系统,其特征是,其中上述处理模块在数据库建立模式下,取得上述运动传感器撷取上述物体动作时的上述惯性信息,并记录上述惯性信息于上述数据库以作为其中一组预设惯性信息,并取得指令以在上述数据库中建立上述惯性信息与上述指令的对应关系,其中上述惯性信息描述使用者在上述三维空间中操作上述物体的上述特定动作。
17.如权利要求16所述的三维动作识别系统,其特征是,其中上述处理模块取得已记录在上述数据库中的上述指令,或取得由上述使用者输入的上述指令。
18.如权利要求10所述的三维动作识别系统,其特征是,其中上述处理模块在动作学习模式下,选择其中一组预设惯性信息以作为范例惯性信息,通过上述运动传感器撷取上述物体动作时的上述惯性信息,并比较上述惯性信息与上述范例惯性信息以取得两者之间的上述相似度,在上述相似度介于第一数值与第二数值之间时,根据上述惯性信息修改上述范例惯性信息并再次通过上述运动传感器撷取上述物体动作时的上述惯性信息以重新取得上述相似度,以及在上述相似度小于上述第二数值时,再次通过上述运动传感器撷取上述物体动作时的上述惯性信息,以重新取得上述相似度,其中上述第一数值大于上述第二数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100028769A CN101788861B (zh) | 2009-01-22 | 2009-01-22 | 三维动作识别方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100028769A CN101788861B (zh) | 2009-01-22 | 2009-01-22 | 三维动作识别方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101788861A true CN101788861A (zh) | 2010-07-28 |
CN101788861B CN101788861B (zh) | 2012-03-07 |
Family
ID=42532097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100028769A Active CN101788861B (zh) | 2009-01-22 | 2009-01-22 | 三维动作识别方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101788861B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237250A (zh) * | 2013-04-15 | 2013-08-07 | 深圳Tcl新技术有限公司 | 去除干扰的方法及遥控器 |
CN103257802A (zh) * | 2012-02-19 | 2013-08-21 | 上海博路信息技术有限公司 | 一种基于动作感应的锁定和解锁方法 |
CN103310191A (zh) * | 2013-05-30 | 2013-09-18 | 上海交通大学 | 运动信息图像化的人体动作识别方法 |
CN103517118A (zh) * | 2012-12-28 | 2014-01-15 | Tcl集团股份有限公司 | 一种遥控器的动作识别方法及系统 |
CN103685715A (zh) * | 2012-09-26 | 2014-03-26 | 华为技术有限公司 | 用户动作确定方法及终端 |
CN104091053A (zh) * | 2014-06-26 | 2014-10-08 | 李南君 | 用于自动检测行为模式的方法和设备 |
CN106406516A (zh) * | 2016-08-26 | 2017-02-15 | 兰州理工大学 | 一种智能手机本地实时的运动轨迹特征提取与识别方法 |
CN107016347A (zh) * | 2017-03-09 | 2017-08-04 | 腾讯科技(深圳)有限公司 | 一种体感动作识别方法、装置以及系统 |
CN113282164A (zh) * | 2021-03-01 | 2021-08-20 | 联想(北京)有限公司 | 一种处理方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1936795A (zh) * | 2005-09-23 | 2007-03-28 | 英华达(上海)电子有限公司 | 加速度感测式手写输入装置及其输入方法 |
CN1936928B (zh) * | 2005-09-23 | 2010-04-28 | 英华达(上海)电子有限公司 | 手持设备游戏软件的方向控制装置及其控制方法 |
CN1996205B (zh) * | 2006-01-05 | 2010-08-11 | 财团法人工业技术研究院 | 动态动作捕捉与周边装置互动的方法与系统 |
-
2009
- 2009-01-22 CN CN2009100028769A patent/CN101788861B/zh active Active
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257802A (zh) * | 2012-02-19 | 2013-08-21 | 上海博路信息技术有限公司 | 一种基于动作感应的锁定和解锁方法 |
CN103685715A (zh) * | 2012-09-26 | 2014-03-26 | 华为技术有限公司 | 用户动作确定方法及终端 |
CN103517118A (zh) * | 2012-12-28 | 2014-01-15 | Tcl集团股份有限公司 | 一种遥控器的动作识别方法及系统 |
CN103517118B (zh) * | 2012-12-28 | 2016-08-03 | Tcl集团股份有限公司 | 一种遥控器的动作识别方法及系统 |
CN103237250A (zh) * | 2013-04-15 | 2013-08-07 | 深圳Tcl新技术有限公司 | 去除干扰的方法及遥控器 |
CN103310191A (zh) * | 2013-05-30 | 2013-09-18 | 上海交通大学 | 运动信息图像化的人体动作识别方法 |
CN103310191B (zh) * | 2013-05-30 | 2016-12-28 | 上海交通大学 | 运动信息图像化的人体动作识别方法 |
CN104091053A (zh) * | 2014-06-26 | 2014-10-08 | 李南君 | 用于自动检测行为模式的方法和设备 |
CN104091053B (zh) * | 2014-06-26 | 2017-09-29 | 李南君 | 用于自动检测行为模式的方法和设备 |
CN106406516A (zh) * | 2016-08-26 | 2017-02-15 | 兰州理工大学 | 一种智能手机本地实时的运动轨迹特征提取与识别方法 |
CN107016347A (zh) * | 2017-03-09 | 2017-08-04 | 腾讯科技(深圳)有限公司 | 一种体感动作识别方法、装置以及系统 |
CN113282164A (zh) * | 2021-03-01 | 2021-08-20 | 联想(北京)有限公司 | 一种处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101788861B (zh) | 2012-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101788861B (zh) | 三维动作识别方法与系统 | |
US11181985B2 (en) | Dynamic user interactions for display control | |
JP5619961B2 (ja) | 高度な語彙外単語の拒否のための方法、デバイス、コンピュータ可読記録媒体、および装置 | |
EP2309410B1 (en) | Method and electronic apparatus for creating biological feature data | |
JP2014501415A (ja) | 自然なジェスチャに基づくユーザ・インターフェース方法及びシステム | |
US9746929B2 (en) | Gesture recognition using gesture elements | |
CN109416570B (zh) | 使用有限状态机和姿态语言离散值的手部姿态api | |
CN103097979A (zh) | 用于传感器使能的用户界面的自动化控制 | |
EP4307096A1 (en) | Key function execution method, apparatus and device, and storage medium | |
CN114391132A (zh) | 电子设备及其屏幕捕获方法 | |
CN106601217B (zh) | 一种交互式乐器演奏方法及装置 | |
CN111145891A (zh) | 信息处理方法、装置及电子设备 | |
US20200150765A1 (en) | Systems and methods for generating haptic effects based on visual characteristics | |
US20100185570A1 (en) | Three-dimensional motion identifying method and system | |
KR101360322B1 (ko) | 다양한 손모양 검출 및 추적을 기반으로 한 원격 전자칠판 제어 장치 및 그 방법 | |
WO2008133505A1 (en) | Apparatus for processing input data | |
US20160124602A1 (en) | Electronic device and mouse simulation method | |
CN101162406B (zh) | 一种虚拟输入装置及其输入方法 | |
CN103164138A (zh) | 提供引导轨迹以辅助手势输入的系统及其方法 | |
US12026366B2 (en) | System and method for coarse and fine selection keyboard user interfaces | |
US20240231605A9 (en) | System and method for coarse and fine selection keyboard user interfaces | |
US20240134516A1 (en) | System and method for coarse and fine selection keyboard user interfaces | |
US20230043780A1 (en) | Movement-based adjustment of an element of a user interface | |
CN115253304A (zh) | 防作弊方法与电子装置 | |
WO2020252008A1 (en) | Fingertip tracking for touchless input device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |