CN101889928B - 一种基于头势识别技术的轮椅控制方法 - Google Patents
一种基于头势识别技术的轮椅控制方法 Download PDFInfo
- Publication number
- CN101889928B CN101889928B CN2010102375719A CN201010237571A CN101889928B CN 101889928 B CN101889928 B CN 101889928B CN 2010102375719 A CN2010102375719 A CN 2010102375719A CN 201010237571 A CN201010237571 A CN 201010237571A CN 101889928 B CN101889928 B CN 101889928B
- Authority
- CN
- China
- Prior art keywords
- face
- image
- nose
- wheelchair
- front face
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提出一种基于头势识别技术的轮椅控制方法,属于人工智能技术领域。在轮椅车体上安装图像采集设备、计算及控制单元、支架及电机。当使用轮椅时,图像采集设备实时的采集轮椅使用者的头部图像并传输至计算及控制单元中。计算单元通过对图像进行处理、分析和计算,得到人脸和鼻子的位置信息,并据此判断使用者的头部姿势。根据所获取的头部姿势,由计算及控制单元产生对应的控制命令。最后电机根据得到的控制命令,驱动轮椅运动。本发明方法通过以非接触式图像感知和检测方法为基础,综合考虑了图像中的人脸姿势和鼻子位置的分布情况,使得头势判断更加准确,有利于对轮椅的控制,具有人机交互友好、便于高度残疾人士使用的优点,附加成本低。
Description
技术领域
本发明涉及一种基于头势识别技术的轮椅控制方法,属于人工智能技术领域。
背景技术
为了提高残疾人的生活自理能力、推动社会文明的发展,在过去20几年中,电动轮椅技术进展迅速。但是,在这些电动轮椅中,使用者还是主要靠操纵杆或按钮来手动控制轮椅的运动,而对于一些严重残疾人士如四肢瘫痪者,这样的轮椅并不能满足要求。
近年来,随着计算机性价比不断提高,以及图像处理、模式识别、人工智能等相关领域的飞速发展,使得研制一种让使用者通过头势(即头部姿势)控制轮椅运动的智能系统成为可能。这里的智能,是指轮椅控制系统能够根据使用者的头部图像,经一系列分析计算得到使用者的头势,并通过头势去控制轮椅的运动,而不是通过操纵杆或者按钮进行手动控制。
头势检测与识别技术本身属于一种比较新的生物特征识别技术,2000年左右才开始有相关的英文文献发表。早期的研究一般是基于统计人脸识别技术,这种技术容易受到光线的干扰,在用于区分左侧脸和右侧脸时的效果较好,而用于区分上侧脸和下侧脸时效果较差。这样单纯根据人脸来判断头势会带来错误,若将这种技术用于控制轮椅时将会造成严重后果。
发明内容
本发明的目的是为了解决便于残疾人操纵轮椅的问题,提供一种新的轮椅控制技术,通过在人脸检测的基础上加入对鼻子位置的判断,并综合利用人脸姿势和鼻子位置判断头部姿势,然后根据头部姿势对轮椅进行控制。
本发明所采用的技术方案如下:
一种基于头势识别技术的轮椅控制方法,
第一步,在轮椅车体上安装图像采集设备、计算及控制单元、支架及电机。其中,所属图像采集设备通过支架一端固定在正对人脸的位置;支架另一端同车体连接;计算及控制单元分别同图像采集设备、电机相连接;电机安装在轮椅上,并同轮椅的行走机构相连接,用于根据控制单元产生的控制信号,驱动轮椅的运动;
第二步,当使用轮椅时,图像采集设备实时的采集轮椅使用者的头部图像并传输至计算及控制单元中。计算单元通过对图像进行处理、分析和计算,得到人脸和鼻子的位置信息,并据此判断使用者的头部姿势。具体过程如下:
对所获图像进行正面人脸检测,判断图像中是否为正面脸。如果是,则进一步检测鼻子的位置,并根据鼻子位置对正面人脸进行细分,确定是抬头、低头、平视、半左侧、半右侧五种头部姿势中的哪一种。如果不是正面脸,则对图像进行左侧人脸检测,确定是左侧、右侧、无头势三种情况中的哪一种。
为实现上述检测判断过程,要采用正面人脸分类器、左侧人脸分类器和鼻子分类器。这三个分类器分别用来检测正面人脸、左侧人脸和鼻子区域的位置。对三个分类器的训练方法,均采用Adaboost算法(具体可参见Paul Viola,MichaelJones.Robust real-time object detection.International Journal of Computer Vision,2004,57(2),pp.137-154)。训练过程中,正面人脸分类器和左侧人脸分类器的输入为整幅图像,输出则为脸部区域的位置信息,包括脸部区域左上角的坐标及该区域的长和宽;鼻子分类器的输入为仅包含正面人脸部分的图像,输出则为鼻子区域的位置信息,包括鼻子区域左上角的坐标及该区域的长和宽,其中区域左上角的坐标及该区域的长和宽统一表示在一个列表中。
关于人脸区域和鼻子区域位置的检测详细过程如下:
(1)把整幅图像输入至正面人脸分类器,如果正面人脸分类器的输出不为空,则说明图像中含有正面人脸区域,进行(2)操作。
如果正面人脸分类器的输出为空,则把该图像输入至左侧人脸分离器,检测图像中是否含有左侧人脸。如果左侧人脸分类器的输出不为空,则说明图像中含有左侧人脸,对应左侧头势。如果左侧人脸分类器的输出为空,则把该图像进行左右翻转,再次输入至左侧人脸分类器,若此时输出不为空则说明图像中含有右侧人脸,对应右侧头势;否则图像中不含人脸。
(2)当(1)检测到含有正面人脸,则截取正面人脸区域图像,把仅包含正面人脸区域的图像输入至鼻子分类器,鼻子分类器的输出是鼻子区域的位置信息列表,包括:鼻子区域左上角相对于正面人脸区域左上角的横坐标px和纵坐标py,以及鼻子区域的长度lenx和宽度leny(鼻子区域相对于正面人脸的位置,如图2所示),由此能够算出鼻子区域中心位置相对于正面人脸区域左上角的坐标为(px+lenx/2,py+leny/2)。令正面人脸区域的大小为长Fx、宽Fy,可得到鼻子相对于正面人脸区域的横向相对位置为POSX=(px+lenx/2)/Fx,纵向相对位置为POSY=(py+leny/2)/Fy。根据POSX和POSY的数值,可将正面人脸细分为抬头、低头、平视、半左侧、半右侧五种头部姿势。
由于受干扰影响,在正面人脸区域中可能会检测出多个鼻子区域,为解决这一问题,本发明提供一种确定最佳鼻子区域的方法。通过对人脸生物学特征的统计分析得出:鼻子的纵向相对位置POSY通常在0.6附近;另外鼻子区域的相对宽度LEN=lenx/Fx位于1/3到1/6之间。可采用打分制,根据鼻子的纵向相对位置和鼻子区域的相对宽度来确定最佳鼻子区域,具体如下:
(a)令每个候选鼻子的分值Score=100;
(b)计算各候选鼻子的纵向相对位置POSY=(py+leny/2)/Fy,以及相对宽度LEN=lenx/Fx;
(c)根据各候选鼻子的纵向相对位置数值修改分值,即,Score1=Score*(1-|0.6-POSY|/0.6)
(d)根据各候选鼻子的相对宽度数值再次修改分值,即
LEN<1/6时,Score2=Score1*[1-6*(1/6-LEN]
LEN∈[1/6,1/3]时,Score2=Score1,
LEN>1/3时,Score2=Score1*[1-1.5*(LEN-1/3)]
(e)比较各候选鼻子的Score2值,该值最大者定为最佳鼻子区域。
对于确定好的最佳鼻子区域,再根据其在人脸区域内的中心坐标以及其POSX和POSY数值,进一步将正面人脸细分为抬头、低头、平视、半左侧、半右侧五种头部姿势,具体判断方法为:
1)根据鼻子中心横坐标(px+lenx/2)的值是否等于Fx的一半,确定鼻子区域的中心是否位于人脸区域的垂直中线上(如图2所示)。
2)如果鼻子区域的中心位于人脸区域的垂直中线上,则根据鼻子相对人脸部的纵向相对位置POSY判断抬头、低头、平视三种头势,此时判断头势的方法是:如果POSY小于设定的阈值a1,0≤a1≤1,则为抬头头势,因为人在抬头时,图像中鼻子的位置偏上;如果POSY大于设定的阈值a2,0≤a2≤1,则为低头头势,因为人在低头时,图像中鼻子的位置偏下;如果a1≤POSY≤a2,则为平视头势;其中,a1小于a2。
3)如果鼻子区域的中心不在人脸区域的垂直中线上,则根据鼻子相对人脸部的横向相对位置POSX判断半左侧、半右侧两种头势,此时判断头势的方法是:如果POSX小于设定的阈值b,0≤b≤1,则为半左侧,否则为半右侧。
第三步,根据所获取的头部姿势,由计算及控制单元产生对应的控制命令。具体如下:
仰头、低头和平视三种头部姿势分别对应前进、后退和停止三种控制命令;半左侧、左侧、半右侧、右侧这四种头部姿势分别对应微左转、左转和微右转、右转四种控制命令;如果未检测出任何头势,则轮椅停止运动。
第四步,电机根据得到的控制命令,驱动轮椅运动。
优选的,本系统所使用的轮椅后背高度最好高于图像采集设备的采集区域。这样使用者在休息时可以把头靠在后背上,保持比较舒服的姿势。同时,图像采集的图像受背景变化的影响也相对较小,从而可以提高头势识别的精度。
有益效果
本发明提供的基于头势识别的轮椅控制技术,理念和技术新颖,附加成本低。通过以非接触式图像感知和检测方法为基础,综合考虑了图像中的人脸姿势和鼻子位置的分布情况,使得头势判断更加准确,更有利于对轮椅的控制,具有人机交互友好、便于高度残疾人士使用的优点。
附图说明
图1为本发明的工作流程图;
图2是鼻子区域相对于正面人脸的位置示意图。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式做进一步详细说明。
一种基于头势识别技术的轮椅控制方法。
第一步,在已有轮椅的基础上,添加如下硬件:图像采集设备(本实施例中用普通的CCD摄像头),计算及控制单元(本实施例中用微型笔记本电脑)、支架以及电机。所述图像采集设备通过支架一端固定在正对人脸的位置;支架另一端同车体连接。图像采集设备用于拍摄使用者的头部图像;计算及控制单元用于保存图像、检测使用者脸部和鼻子的位置信息,从而得到使用者的头部姿势,并产生控制命令;电机根据控制命令驱动轮椅做相应的运动,如前进、后退、左转、右转、停止等。
工作流程如图1所示:
第二步,由CCD摄像头每隔50ms采集一幅轮椅使用者的头部图像并传输给微型笔记本电脑。在微型笔记本电脑内部,对当前接收到的一幅图像进行分析计算,具体如下:
首先,利用正面人脸分类器检测图像中是否含有正面人脸。其中,正面人脸分类器采用Adaboost算法训练,其输入为一幅图像,输出为一列表。如果图像中含有正面人脸,则列表中保存正面人脸的左上角位置和正面人脸区域信息,否则列表中信息为空。
如果正面人脸分类器的输出列表为空,就把原图像输入至左侧人脸分离器,左侧人脸分类器也采用Adaboost算法训练。如果左侧人脸分类器的输出不为空,则说明图像中含有左侧人脸,对应的是左侧头势。如果左侧人脸分类器的输出为空,则把原图像进行左右翻转,再次输入至左侧人脸分类器,若此时输出不为空,则说明图像中含有右侧人脸,对应的是右侧头势;否则图像中不含人脸,即轮椅没有使用者。
如果正面人脸分类器的输出不为空,则截取正面人脸区域图像,把仅包含正面人脸区域的图像输入至鼻子分类器,鼻子分类器也采用Adaboost算法训练。鼻子分类器的输出是鼻子区域的位置信息列表,包括:鼻子区域左上角相对于正面人脸区域左上角的横坐标px和纵坐标py,以及鼻子区域的长度lenx和宽度leny。鼻子区域相对于正面人脸的位置示意图如图2所示。
受干扰影响,在正面人脸区域中可能会检测出多个鼻子区域,为解决这一问题,利用如下统计分析方法:鼻子的纵向相对位置POSY通常在0.6附近;鼻子区域的相对宽度LEN=lenx/Fx通常位于1/3到1/6之间。通过采用打分制来确定最佳鼻子区域,具体方案如下:
(a)令每个候选鼻子的分值为Score=100;
(b)计算各候选鼻子的纵向相对位置POSY=(py+leny/2)/Fy,以及相对宽度LEN=lenx/Fx;
(c)根据各候选鼻子的纵向相对位置数值修改分值,即
Score1=Score*(1-|0.6-POSY|/0.6)
(d)根据各候选鼻子的相对宽度数值再次修改分值,即
LEN<1/6时,Score2=Score1*[1-6*(1/6-LEN]
LEN∈[1/6,1/3]时,Score2=Score1,
LEN>1/3时,Score2=Score1*[1-1.5*(LEN-1/3)]
(e)比较各候选鼻子的Score2值,该值最大者定为最佳鼻子区域。
令正面人脸区域的大小为长Fx、宽Fy,对于确定好的最佳鼻子区域,计算:
鼻子区域的相对宽度:LEN=lenx/Fx;
鼻子区域中心位置相对于正面人脸区域左上角的坐标:(px+lenx/2,py+leny/2);
鼻子相对于正面人脸区域的横向相对位置:POSX=(px+lenx/2)/Fx;
鼻子相对于正面人脸区域的纵向相对位置:POSY=(py+leny/2)/Fy;
对于确定好的最佳鼻子区域,再根据其在人脸区域内的中心坐标以及其POSX和POSY数值,进一步将正面人脸细分为抬头、低头、平视、半左侧、半右侧五种头部姿势,具体判断方法为:
1)根据鼻子中心横坐标(px+lenx/2)的值是否等于Fx的一半,确定鼻子区域的中心是否位于人脸区域的垂直中线上,如图2所示。
2)如果鼻子区域的中心位于人脸区域的垂直中线上,则根据鼻子相对人脸部的纵向相对位置POSY判断抬头、低头、平视三种头势,此时判断头势的方法是:如果POSY<0.55,则为抬头头势,因为人在抬头时,图像中鼻子的位置偏上;如果POSY>0.65,则为低头头势,因为人在低头时,图像中鼻子的位置偏下;如果0.55≤POSY≤0.65,则为平视头势。
3)如果鼻子区域的中心不在人脸区域的垂直中线上,则根据鼻子相对人脸部的横向相对位置POSX判断半左侧、半右侧两种头势,此时判断头势的方法是:如果POSX<0.5则为半左侧,否则为半右侧。
第三步,根据所获取的头部姿势,由计算及控制单元产生控制命令。其中仰头、低头和平视三种头部姿势分别对应前进、后退和停止三种控制命令,而半左侧、左侧、半右侧、右侧这四种头部姿势则对应微左转、左转和微右转、右转四种控制命令,如果未检测出任何头势,则发出停止轮椅命令。
第四步,电机根据控制命令,驱动轮椅运动。
所使用的轮椅后背高度应高于图像采集设备的采集区域。这样使用者在休息时可以把头靠在后背上,保持比较舒服的姿势。同时,图像采集的图像受背景变化的影响也相对较小,从而可以提高头势识别的精度。
Claims (2)
1.一种基于头势识别技术的轮椅控制方法,包括以下步骤:
首先,在轮椅车体上安装图像采集设备、计算及控制单元、支架及电机;其中,所述图像采集设备通过支架一端固定在正对人脸的位置;支架另一端同车体连接;计算及控制单元分别同图像采集设备、电机相连接;电机安装在轮椅上,并同轮椅的行走机构相连接,用于根据控制单元产生的控制信号,驱动轮椅的运动;其特征在于:
当使用轮椅时,图像采集设备实时的采集轮椅使用者的头部图像并传输至计算及控制单元中;计算单元通过对图像进行处理、分析和计算,得到人脸和鼻子的位置信息,并据此判断使用者的头部姿势,具体过程如下:
对所获图像进行正面人脸检测,判断图像中是否为正面脸;如果是,则进一步检测鼻子的位置,并根据鼻子位置对正面人脸进行细分,确定是抬头、低头、平视、半左侧、半右侧五种头部姿势中的哪一种;如果不是正面脸,则对图像进行左侧人脸检测,确定是左侧、右侧、无头势三种情况中的哪一种;
为实现上述检测判断过程,要采用正面人脸分类器、左侧人脸分类器和鼻子分类器,分别用来检测正面人脸、左侧人脸和鼻子区域的位置;对三个分类器的训练方法,均采用Adaboost算法;训练过程中,正面人脸分类器和左侧人脸分类器的输入为整幅图像,输出则为脸部区域的位置信息,包括脸部区域左上角的坐标及该区域的长和宽;鼻子分类器的输入为仅包含正面人脸部分的图像,输出则为鼻子区域的位置信息,包括鼻子区域左上角的坐标及该区域的长和宽,其中区域左上角的坐标及该区域的长和宽统一表示在一个列表中;
人脸区域和鼻子区域位置的检测详细过程如下:
(1)把整幅图像输入至正面人脸分类器,如果正面人脸分类器的输出不为空,则说明图像中含有正面人脸区域,进行(2)操作;
如果正面人脸分类器的输出为空,则把该图像输入至左侧人脸分类器,检测图像中是否含有左侧人脸;如果左侧人脸分类器的输出不为空,则说明图像中含有左侧人脸,对应左侧头势;如果左侧人脸分类器的输出为空,则把该图像进行左右翻转,再次输入至左侧人脸分类器,若此时输出不为空则说明图像中含有右侧人脸,对应右侧头势;否则图像中不含人脸;
(2)当(1)检测到含有正面人脸,则截取正面人脸区域图像,把仅包含正面人脸区域的图像输入至鼻子分类器,鼻子分类器的输出是鼻子区域的位置 信息列表,包括:鼻子区域左上角相对于正面人脸区域左上角的横坐标px和纵坐标py,以及鼻子区域的长度lenx和宽度leny,由此算出鼻子区域中心位置相对于正面人脸区域左上角的坐标为(px+lenx/2,py+leny/2);令正面人脸区域的大小为长Fx、宽Fy,得到鼻子相对于正面人脸区域的横向相对位置为POSX=(px+lenx/2)/Fx,纵向相对位置为POSY=(py+leny/2)/Fy;根据POSX和POSY的数值,将正面人脸细分为抬头、低头、平视、半左侧、半右侧五种头部姿势;
采用打分制,根据鼻子的纵向相对位置和鼻子区域的相对宽度确定最佳鼻子区域,具体如下:
(a)令每个候选鼻子的分值Score=100;
(b)计算各候选鼻子的纵向相对位置POSY=(py+leny/2)/Fy,以及相对宽度LEN=lenx/Fx;
(c)根据各候选鼻子的纵向相对位置数值修改分值,即,Score1=Score*(1-|0.6-POSY|/0.6)
(d)根据各候选鼻子的相对宽度数值再次修改分值,即
LEN<1/6时,Score2=Score1*[1-6*(1/6-LEN)]
LEN∈[1/6,1/3]时,Score2=Score1,
LEN>1/3时,Score2=Score1*[1-1.5*(LEN-1/3)]
(e)比较各候选鼻子的Score2值,该值最大者定为最佳鼻子区域;
对于确定好的最佳鼻子区域,再根据其在人脸区域内的中心坐标以及其POSX和POSY数值,进一步将正面人脸细分为抬头、低头、平视、半左侧、半右侧五种头部姿势,具体判断方法为:
1)根据鼻子中心横坐标(px+lenx/2)的值是否等于Fx的一半,确定鼻子区域的中心是否位于人脸区域的垂直中线上;
2)如果鼻子区域的中心位于人脸区域的垂直中线上,则根据鼻子相对人脸部的纵向相对位置POSY判断抬头、低头、平视三种头势,此时判断头势的方法是:如果POSY小于设定的阈值a1,0≤a1≤1,则为抬头头势;如果POSY大于设定的阈值a2,0≤a2≤1,则为低头头势;如果a1≤POSY≤a2,则为平视头势;其中,a1小于a2;
3)如果鼻子区域的中心不在人脸区域的垂直中线上,则根据鼻子相对人脸部的横向相对位置POSX判断半左侧、半右侧两种头势,此时判断头势的方法是:如果POSX小于设定的阈值b,0≤b≤1,则为半左侧,否则为半右侧;
之后,根据所获取的头部姿势,由计算及控制单元产生对应的控制命令,具体如下:
仰头、低头和平视三种头部姿势分别对应前进、后退和停止三种控制命令;半左侧、左侧、半右侧、右侧这四种头部姿势分别对应微左转、左转和微右转、右转四种控制命令;如果未检测出任何头势,则轮椅停止运动;
最后,电机根据得到的控制命令,驱动轮椅运动;
2.根据权利要求1所述的一种基于头势识别技术的轮椅控制方法,其特征在于,所使用的轮椅后背高度高于图像采集设备的采集区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102375719A CN101889928B (zh) | 2010-07-27 | 2010-07-27 | 一种基于头势识别技术的轮椅控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102375719A CN101889928B (zh) | 2010-07-27 | 2010-07-27 | 一种基于头势识别技术的轮椅控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101889928A CN101889928A (zh) | 2010-11-24 |
CN101889928B true CN101889928B (zh) | 2012-04-18 |
Family
ID=43099395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102375719A Expired - Fee Related CN101889928B (zh) | 2010-07-27 | 2010-07-27 | 一种基于头势识别技术的轮椅控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101889928B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538344A (zh) * | 2020-05-14 | 2020-08-14 | 重庆科技学院 | 基于面部关键点运动跟随的智能轮椅及其控制方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102048621B (zh) * | 2010-12-31 | 2014-02-05 | 重庆邮电大学 | 基于头势的智能轮椅的人机交互系统及方法 |
CN102319155B (zh) * | 2011-05-30 | 2013-07-03 | 重庆邮电大学 | 基于唇部检测与跟踪的智能轮椅控制方法 |
CN103135743A (zh) * | 2011-11-22 | 2013-06-05 | 联想(北京)有限公司 | 一种电子设备的显示画面的调整方法及电子设备 |
CN102727350B (zh) * | 2012-06-29 | 2015-05-13 | 中航华东光电有限公司 | 一种电动轮椅控制装置及其控制方法 |
CN105105938A (zh) * | 2015-07-14 | 2015-12-02 | 南京邮电大学 | 基于人脸朝向识别与跟踪的智能轮椅控制方法及系统 |
CN106974780B (zh) * | 2017-03-13 | 2018-06-29 | 邝子佳 | 基于差分航姿的智能轮椅控制方法 |
CN107153828A (zh) * | 2017-06-06 | 2017-09-12 | 浙江维尔科技有限公司 | 一种人脸识别方法及装置 |
CN109302780B (zh) * | 2017-07-25 | 2020-11-24 | 美智光电科技股份有限公司 | 家居环境中照明设备的控制方法和装置、存储介质 |
CN107536677B (zh) * | 2017-07-28 | 2019-05-31 | 北京航空航天大学 | 高位截瘫患者头动控制电动轮椅辅助系统 |
CN109481170A (zh) * | 2017-09-11 | 2019-03-19 | 四川金瑞麒智能科学技术有限公司 | 一种轮椅控制系统、方法及计算机可读存储介质 |
CN108758728B (zh) * | 2018-03-29 | 2023-02-17 | 青岛海尔智能技术研发有限公司 | 一种基于头势的吸油烟机控制方法和吸油烟机 |
CN108670594A (zh) * | 2018-04-03 | 2018-10-19 | 上海工程技术大学 | 一种基于人工智能的主动式智慧看护轮椅 |
WO2020164003A1 (zh) * | 2019-02-13 | 2020-08-20 | 苏州金瑞麒智能科技有限公司 | 一种用于智能轮椅的可视化方法及系统 |
US20210223781A1 (en) * | 2020-01-22 | 2021-07-22 | Invacare Corportion | Systems and Methods for Controlling Mobility Devices |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100608489B1 (ko) * | 2004-08-05 | 2006-08-03 | 학교법인 울산공업학원 | 머리 또는 얼굴의 방향성으로 제어하는 전동 휠체어제어장치 |
JP5150942B2 (ja) * | 2006-02-03 | 2013-02-27 | 株式会社国際電気通信基礎技術研究所 | 活動補助システム |
CN101190158B (zh) * | 2006-11-29 | 2010-12-01 | 上海电气集团股份有限公司 | 智能轮椅 |
CN101344919B (zh) * | 2008-08-05 | 2012-08-22 | 华南理工大学 | 视线跟踪方法及应用该方法的残疾人辅助系统 |
CN101750967A (zh) * | 2008-12-02 | 2010-06-23 | 上海电气集团股份有限公司 | 一种新型智能轮椅控制系统 |
-
2010
- 2010-07-27 CN CN2010102375719A patent/CN101889928B/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538344A (zh) * | 2020-05-14 | 2020-08-14 | 重庆科技学院 | 基于面部关键点运动跟随的智能轮椅及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101889928A (zh) | 2010-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101889928B (zh) | 一种基于头势识别技术的轮椅控制方法 | |
US9224037B2 (en) | Apparatus and method for controlling presentation of information toward human object | |
JP7463052B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
CN103076876B (zh) | 基于视线跟踪与语音识别的字符输入装置和方法 | |
JP6234762B2 (ja) | 眼部検出装置、方法、およびプログラム | |
CN105787442B (zh) | 一种基于视觉交互面向视障人群的穿戴式辅助系统及其使用方法 | |
CN106909220A (zh) | 一种适用于触控的视线交互方法 | |
CN109727344A (zh) | 3d人脸识别智能门锁及3d人脸解锁方法 | |
EP1477924A3 (en) | Gesture recognition apparatus, method and program | |
CN101201695A (zh) | 一种基于眼部区域运动特征提取与跟踪的鼠标系统 | |
Pandey et al. | Hand gesture recognition for sign language recognition: A review | |
Taher et al. | A multimodal wheelchair control system based on EEG signals and Eye tracking fusion | |
CN103479367A (zh) | 一种基于面部运动单元识别的驾驶员疲劳检测方法 | |
CN102184016B (zh) | 基于视频序列识别的无接触式鼠标控制方法 | |
CN102831408A (zh) | 人脸识别方法 | |
CN104898971B (zh) | 一种基于视线跟踪技术的鼠标指针控制方法及系统 | |
CN105912126A (zh) | 一种手势运动映射到界面的增益自适应调整方法 | |
CN108888204A (zh) | 一种扫地机器人呼唤装置及呼唤方法 | |
CN112162627A (zh) | 一种结合头部运动检测的眼球追踪方法及相关装置 | |
CN103870814A (zh) | 基于智能相机的非接触式实时眼动识别方法 | |
CN109948672A (zh) | 一种轮椅控制方法及系统 | |
CN109634407A (zh) | 一种基于多模人机传感信息同步采集与融合的控制方法 | |
CN110674751A (zh) | 一种基于单目摄像机检测头部姿态的装置及方法 | |
CN104375631A (zh) | 一种基于移动终端的非接触式交互方法 | |
Dalka et al. | Lip movement and gesture recognition for a multimodal human-computer interface |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120418 Termination date: 20120727 |