CN103092332A - 电视数字图像交互方法及系统 - Google Patents

Abstract

本发明揭示了一种电视数字图像交互方法及系统，其中该方法包括以下步骤：获取视频信号；将手势从视频信号中切分出来；进行手势分析，产生手势特征参数；根据所述手势特征参数对所述手势进行识别并产生手势识别信号；本发明提供的电视数字图像交互方法及系统，是基于视觉的手势识别是利用摄像机采集手势信息，并进行识别。该方法的优点是输入设备比较便宜，对用户限制少，人手处于自然状态，使人能够以自然的方法进行人机交互，极大的改善了人机交互的用户体验。根据生成的所述手势识别信号驱动电视进行各种操作。

Description

电视数字图像交互方法及系统

技术领域

本发明涉及互联网电视技术领域，特别是涉及一种电视数字图像交互方法及系统。

背景技术

随着信息技术的发展，互联网已不仅应用在使用电脑进行网络的互动操作，而且互联网已进入到生活的方方面面，人们无事时刻不在进行上网体验。

在目前的商用宽带网络中，用户在家中可以通过两种方式享受网络多媒体服务。其一是个人电脑(PC)，用户通过电脑上网的同时，可以收听广播节目或欣赏音乐，也可以直接在电脑上收看电视或电影等视频节目；其二是网络电视，用户家里增置机顶盒，由机顶盒直接和普通电视机相连，用户通过控制机顶盒选择收看宽带网络电视节目。它能够很好地适应当今网络飞速发展的趋势，充分有效地利用网络资源。

其中上述的网络电视又称IPTV(Interactive Personality TV)，既不同于传统的模拟式有线电视，也不同于经典的数字电视。因为，传统的和经典的数字电视都具有频分制、定时、单向广播等特点。尽管经典的数字电视相对于模拟电视有许多技术革新，但只是信号形式的改变，而没有触及媒体内容的传播方式。IPTV已将媒体内容承载在互联网之上，真正实现了电视产业媒体传播方式的改变。

网络电视是将电视机、个人电脑及手持设备作为显示终端，通过机顶盒或计算机接入宽带网络，实现数字电视、时移电视、互动电视等服务，网络电视的出现给人们带来了一种全新的电视观看方法，它改变了以往被动的电视观看模式，实现了电视以网络为基础按需观看、随看随停的便捷方式。

然而随着网络电视的功能的发展，传统遥控器的使用变得难以操作，严重影响了电视与用户的交互友好性，影响了用户的使用体验，而且传统遥控器外形设计及操作方式单调，且容易丢失，造成用户使用不便。

发明内容

本发明旨在解决现有技术中，使用传统遥控器难以进行网络电视的操作，影响了用户的使用体验，造成用户使用不便等技术问题。

为解决以上技术问题，本发明提供一种电视数字图像交互方法，其特征在于，包括以下步骤：获取视频信号；将手势从视频信号中切分出来；进行手势分析，产生手势特征参数；根据所述手势特征参数对所述手势进行识别并产生手势识别信号；根据生成的所述手势识别信号驱动电视进行各种操作。

进一步的，在将手势从视频信号中切分出来之前，还包括步骤：检测视频信号里是否有手势出现，如果有，则将所述手势从视频信号中切分出来；如果没有，则进入待机状态。

进一步的，对所述手势进行识别具体包括以下步骤：将所述手势的特征参数与预先存储的模板特征参数进行匹配，通过测量两者之间的相似度来进行识别。

进一步的，将所述手势从视频信号中切分出来具体包括以下步骤：利用所述手势图像与背景图像的差分来检测出运动区域，从而将所述手势从视频信号中切分出来。

进一步的，将所述手势从视频信号中切分出来具体包括以下步骤：在连续图像序列中的两个或三个相邻帧之间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域，从而将所述手势从视频信号中切分出来。

进一步的，将所述手势从视频信号中切分出来具体包括以下步骤：利用所述手势运动随时间变化的光流特征，通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而将所述手势从视频信号中切分出来。

本发明还提供一种电视数字图像交互，包括：视频播放单元，用于播放视频图像；影像撷取分析单元，其包括影像撷取模块、特征提取模块和分类器识别模块，所述影像撷取模块获取视频信号；所述特征提取模块将所述手势从视频信号中切分出来，进行手势分析，产生手势特征参数；所述分类器识别模块根据所述手势特征参数对所述手势进行识别并产生手势识别信号；控制单元，电性连接于所述视频播放单元与所述影像撷取分析单元之间，用于接收所述行为识别信号来控制所述视频播放单元的操作。

进一步的，所述影像撷取模块为红外线摄像装置。

进一步的，还包括机顶盒，用于与互联网连接，其中，所述影像撷取分析单元及所述控制设置于所述机顶盒中。

综上所述，本发明提供的电视数字图像交互方法及系统，是基于视觉的手势识别是利用摄像机采集手势信息，并进行识别。该方法的优点是输入设备比较便宜，对用户限制少，人手处于自然状态，使人能够以自然的方法进行人机交互，极大的改善了人机交互的用户体验。

附图说明

图1为本发明一实施例所提供的电视数字图像交互方法的流程示意图；

图2为本发明一实施例所提供的电视数字图像交互系统的结构示意图。

具体实施方式

为让本发明的上述特征和优点能更明显易懂，下文特举示例性实施例，并配合附图，作详细说明如下。

为让本发明的上述特征和优点能更明显易懂，下文特举示例性实施例，并配合附图，作详细说明如下。

请参考图1，其为本发明一实施例所提供的电视数字图像交互的方法的流程示意图。如图所示，该方法包括如下步骤：

S110：获取视频信号。

S120：将所述手势从视频信号中切分出来。

本发明的另一实施例中，在步骤S120之前还具有一判断步骤：检测视频信号里是否有手势出现，如果有，则进入步骤将所述手势从视频信号中切分出来；

如果没有，则进入待机状态。

要将手势图像从视频中分割处理，需要从图像中将运动区域从背景图像中提取出来。

运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理是非常重要的，然而，由于背景图像的动态变化，如天气、光照及影子等得影像，使得运动检测成为一项相当困难的工作，本发明实施例采用了几种方法来达成以上目的。

本发明一实施例，在步骤S120中，采用背景减除法将所述手势从视频信号中切分出来，其利用所述手势图像与背景图像的差分来检测出运动区域，从而将所述手势从视频信号中切分出来。

在对于动态场景的变化，如光照和外来无关事件的干扰特别敏感，为了减少动态场景对于运动分割的影响，以开发不同的背景模型。例如利用最小、最大强度值和最大时间差分值为场景中的每个像素进行统计建模，并进行周期性背景更新。还例如利用像素色彩和梯度信息相结合的自适应背景模型来解决影子和不可靠色彩线索对于分割的影响等。

本发明另一实施例，在步骤S120中，采用时间差分法将所述手势从视频信号中切分出来，其是在连续图像序列中的两个或三个相邻帧之间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域，从而将所述手势从视频信号中切分出来。例如利用两帧差分方法从实际视频图像中检测出运动目标，进而用于目标分类和跟踪。还可利用三帧差分代替两帧差分。

本发明另一实施例，在步骤S120中，基于光流法将所述手势从视频信号中切分出来，其利用所述手势运动随时间变化的光流特征，通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标，将所述手势从视频信号中切分出来。

S130：进行手势分析，产生手势特征参数。

S140：根据所述手势特征参数对所述手势进行识别并产生手势识别信号。

本发明的一实施例，在步骤S140中，采用模板匹配技术进行手势识别，其是将待识别手势的特征参数与预先存储的模板特征参数进行匹配，通过测量两者之间的相似度来进行识别。例如利用Hausdorff距离模板匹配思想来实现手势的识别，将待识别手势和模板手势的边缘图像变换到欧式距离空间，求出他们的Hausdorff距离或修正的Hausdorff距离，用该距离值代表待识别手势和模板手势的相似度，识别结果取与最小距离值对应的模板手势。

本发明的另一实施例，在步骤S140中，采用统计分析技术进行手势识别，其是通过统计样本特征向量来确定分类器的基于概率统计理论的分类方法。这种技术要求从原始数据中提取特定的特征向量，对这些特征向量进行分类，而不是直接对原始数据进行识别，例如将SVM(Support Vector Machine，支持向量机)增量训练算法用于手势特征分类，并利用DAG(Directed Acyclic Graph，导向循环图)将多个两类SVM分类器结合起来，形成DAGSVM算法，进而实现多类手势识别。

本发明的另一实施例，在步骤S140中，利用神经网络技术实现手势识别，这种技术具有自组织和自学习能力，具有分布性特点，能有效地抗噪声和处理不完整模式以及具有模式推广能力。采用这种技术，在识别前都需要一个对神经网络的训练学习阶段，例如采用基本的RBF神经网络对手势特征进行分类。

S150：根据生成的手势识别信号驱动电视进行各种操作。

在本实施例中，手势活动可为滑动手臂或手指指向，针对电视中频道进行切换或屏幕换页等操作，从而达到体感进行遥控的目的。

本发明实施例提供的电视数字图像交互方法，是基于视觉的手势识别是利用摄像机采集手势信息，并进行识别。该方法的优点是输入设备比较便宜，对用户限制少，人手处于自然状态，使人能够以自然的方法进行人机交互，极大的改善了人机交互的用户体验。

请参考图2，其为本发明一实施例所提供的电视数字图像交互的系统结构示意图。如图所示，

电视数字图像交互系统200，包括：

视频播放单元210，用于播放视频图像；

影像撷取分析单元220，其包括影像撷取模块221、特征提取模块222和分类器识别模块223，

所述影像撷取模块221获取视频信号；

所述特征提取模块222将所述手势从视频信号中切分出来，进行手势分析，产生手势特征参数；

所述分类器识别模块223根据所述手势特征参数对所述手势进行识别并产生手势识别信号；

控制单元230，电性连接于所述视频播放单元210与所述影像撷取分析单元220之间，用于接收所述行为识别信号来控制所述视频播放单元210的操作。

为了更加清楚了描述本发明，以下结合图1及图2对本发明进行详细阐述：

首先，步骤S110：通过影像撷取分析单元220中的影像撷取模块221获取视频信号。

其次，步骤S120：通过影像撷取分析单元220中的特征提取模块222将所述手势从视频信号中切分出来。

再次，步骤S130：通过特征提取模块222进行手势分析，产生手势特征参数。

接下来，步骤S140：影像撷取分析单元220中的分类器识别模块223根据所述手势特征参数对所述手势进行识别并产生手势识别信号。

最后，步骤S150：控制单元230接收所述行为识别信号，并根据生成的手势识别信号驱动视频播放单元210进行各种操作。

在本发明一实施例中，为了便于在光线不好的环境中通过手势等行为对网络电视进行操控时，所述影像撷取模块221为红外线摄像装置，通过感知人身体的热量来分析人体的运动状态，可以更有效的实现人体操控的目的。

在本发明另一实施例中，还包括机顶盒，用于与互联网连接，其中，所述影像撷取分析单元220及所述控制单元230设置于所述机顶盒中，提高了系统的集成度，减小了设备的体积。

综上所述，本发明实施例提供的电视数字图像交互方法及系统，是基于视觉的手势识别是利用摄像机采集手势信息，并进行识别。该方法的优点是输入设备比较便宜，对用户限制少，人手处于自然状态，使人能够以自然的方法进行人机交互，极大的改善了人机交互的用户体验。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本领域的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (9)

1.一种电视数字图像交互方法，其特征在于，包括以下步骤：

获取视频信号；

将手势从视频信号中切分出来；

进行手势分析，产生手势特征参数；

根据所述手势特征参数对所述手势进行识别并产生手势识别信号；

根据生成的所述手势识别信号驱动电视进行各种操作。

2.根据权利要求1所述的电视数字图像交互方法，其特征在于，在将手势从视频信号中切分出来之前，还包括步骤：

检测视频信号里是否有手势出现，如果有，则将所述手势从视频信号中切分出来；

如果没有，则进入待机状态。

3.根据权利要求1所述的电视数字图像交互方法，其特征在于，对所述手势进行识别具体包括以下步骤：将所述手势的特征参数与预先存储的模板特征参数进行匹配，通过测量两者之间的相似度来进行识别。

4.根据权利要求1所述的电视数字图像交互方法，其特征在于，将所述手势从视频信号中切分出来具体包括以下步骤：利用所述手势图像与背景图像的差分来检测出运动区域，从而将所述手势从视频信号中切分出来。

5.根据权利要求1所述的电视数字图像交互方法，其特征在于，将所述手势从视频信号中切分出来具体包括以下步骤：在连续图像序列中的两个或三个相邻帧之间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域，从而将所述手势从视频信号中切分出来。

6.根据权利要求1所述的电视数字图像交互方法，其特征在于，将所述手势从视频信号中切分出来具体包括以下步骤：利用所述手势运动随时间变化的光流特征，通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而将所述手势从视频信号中切分出来。

7.一种电视数字图像交互系统，其特征在于，包括：

视频播放单元，用于播放视频图像；

影像撷取分析单元，其包括影像撷取模块、特征提取模块和分类器识别模块，

所述影像撷取模块获取视频信号；

所述特征提取模块将所述手势从视频信号中切分出来，进行手势分析，产生手势特征参数；

所述分类器识别模块根据所述手势特征参数对所述手势进行识别并产生手势识别信号；

控制单元，电性连接于所述视频播放单元与所述影像撷取分析单元之间，用于接收所述行为识别信号来控制所述视频播放单元的操作。

8.根据权利要求7所述的电视数字图像交互系统，其特征在于，所述影像撷取模块为红外线摄像装置。

9.根据权利要求7所述的电视数字图像交互系统，其特征在于，还包括机顶盒，用于与互联网连接，其中，所述影像撷取分析单元及所述控制设置于所述机顶盒中。

Images