CN103927001B - 利用光学传感器阵列来辨别复杂姿势的系统和方法 - Google Patents

利用光学传感器阵列来辨别复杂姿势的系统和方法 Download PDF

Info

Publication number
CN103927001B
CN103927001B CN201410015452.7A CN201410015452A CN103927001B CN 103927001 B CN103927001 B CN 103927001B CN 201410015452 A CN201410015452 A CN 201410015452A CN 103927001 B CN103927001 B CN 103927001B
Authority
CN
China
Prior art keywords
posture
sub
sensor
gesture data
data
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.)
Active
Application number
CN201410015452.7A
Other languages
English (en)
Other versions
CN103927001A (zh
Inventor
I·K·维格曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maxim Integrated Products Inc
Original Assignee
Maxim Integrated Products Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Maxim Integrated Products Inc filed Critical Maxim Integrated Products Inc
Publication of CN103927001A publication Critical patent/CN103927001A/zh
Application granted granted Critical
Publication of CN103927001B publication Critical patent/CN103927001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017Gesture based interaction, e.g. based on a set of recognized hand gestures

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本文描述了用于经由包括光学传感器阵列的电子系统(例如,姿势传感系统)进行姿势判定(例如,辨别复杂姿势)的方法。所述方法包括:经由光学传感器阵列来检测多个子姿势(例如,由位于接近系统的目标提供的简单姿势)。传感器基于检测到(例如接收到)的子姿势来生成信号并且将信号发送到姿势传感系统的处理器。处理器处理信号以获得与子姿势关联的数据,并且分析子姿势数据以判定子姿势是否统一地构成姿势(例如,复杂姿势)。当分析表明所述子姿势统一地构成复杂姿势时,姿势传感系统检测复杂姿势。

Description

利用光学传感器阵列来辨别复杂姿势的系统和方法
背景技术
姿势传感器是一种能够检测用户的身体移动而无需用户实际上触摸姿势传感器所在的设备的人机接口设备。所检测到的移动随后能够用作设备的输入命令。在一些应用中,设备经编程以识别不同的非接触手运动,诸如左到右、右到左、上到下、下到上、内到外以及外到内的手运动。姿势传感器已普遍应用于手持式设备,诸如平板式计算设备和智能电话,以及其它便携式设备,诸如膝上型计算机。姿势传感器还实现于检测视频游戏玩家的运动的视频游戏平台中。
发明内容
此处描述了经由包括光学传感器阵列的电子系统(例如,姿势传感系统)用于姿势判定(例如,辨别复杂姿势)的方法。所述方法包括:经由光学传感器阵列来检测多个子姿势(例如,位于接近系统的目标所提供的简单姿势)。传感器基于所检测到(例如,接收到)的子姿势来生成信号并且将信号发送到姿势传感系统的处理器。处理器处理信号以获得与子姿势关联的数据,并且分析子姿势数据以判定子姿势是否统一地构成了姿势(例如,复杂姿势)。当分析表明子姿势统一地构成了复杂姿势时,姿势传感系统检测复杂姿势。
该概述的提供是为了以简化形式引入下面的详细说明中所进一步描述的构思的选择。该概述不意在鉴定权利要求主题的关键特征或主要特征,也不意在用作确定权利要求主题的范围的辅助手段。
附图说明
参考附图来描述详细说明。在说明书和附图中在不同的实例中使用相同的附图标记可表示相似或相同的项。
图1是依照本公开的示例性实施例的光学姿势传感器的概念框图。
图2是依照本公开的示例性实施例的姿势传感系统的概念框图。
图3是依照本公开的示例性实施例的用于子姿势收集和子姿势数据处理序列的示例性流程图。
图4A-4D描绘了依照本公开的示例性实施例的当分析子姿势数据时可通过姿势传感系统实现的示例查找表。
图4E描绘了依照本公开的示例性实施例的可通过姿势传感系统实现的示例查找表,该查找表提供能够由传感器接收到的子姿势的可能组合,以及组合是否将得到由姿势传感系统解释为复杂姿势(例如,是否检测到复杂姿势)的子姿势的组合。
图5A描绘了依照本公开的示例性实施例的当分析子姿势数据时可通过姿势传感系统实现的示例的序列树。
图5B描绘了依照本公开的示例性实施例的如果由姿势传感系统接收到则可解释为复杂姿势(例如,夹紧姿势或伸展姿势)的子姿势的有效组合。
图6A和6B描绘了依照本公开的示例性实施例的示出经由姿势传感系统的示例的姿势判定过程的流程图。
具体实施方式
概述
姿势传感系统使得能够检测用户的身体移动,而无需用户实际上触摸姿势传感系统。为了检测身体移动(例如,姿势),姿势传感系统实现与姿势传感系统集成的光学传感器(例如,姿势传感器)。光学传感器有利于姿势传感系统识别诸如左到右、右到左、上到下、下到上、内到外和外到内的手运动的简单姿势的能力。
本文中描述了姿势传感系统(以及姿势传感系统的操作方法),其配置为利用光学传感器阵列来检测复杂姿势(例如,伸展姿势、夹紧姿势),每个光学传感器单独地仅能够识别简单姿势。用于处理和分析经由光学传感器阵列获得的集体数据的架构是通过如本文所述的姿势传感系统基于经由传感器阵列获得的多个简单姿势辨别复杂姿势来实现的。
示例的实现方式
图1是依照本公开的示例性实施例的姿势传感设备(例如,传感器、姿势传感器、光学传感器、光学姿势传感器)的概念框图。在实施例中,姿势传感设备100包括单个照明源,其表示为发光二极管(LED)102。在实施例中,姿势传感设备100包括光传感器(例如,分段光传感器)104。在一些实施例中,光传感器104配置为仅感测(例如,检测)光的特定的一个或多个波长,诸如由照明源102发射的波长。这种配置能够通过使用滤波器来实现。在实施例中,光传感器104能够是在功能上分割为多段的单个传感器或者其可以是单独的光传感器的阵列。例如,四分段的光传感器在功能上等同于以正方形布局布置的四个单独的光传感器。如本文所使用的,提到“分段”是指在单个传感器内的分割段或者是指在传感器阵列中的单个传感器。图1显示光传感器104为竖着(标记为104的上方元件)和显示出不同的分段的平面图(标记为104的下方元件)。
在图1的示例性配置中,光传感器104包括四个分段:分段A、分段B、分段C和分段D。虽然四分段传感器(例如,检测器)是一种实施方式,但是应当理解的是,分段的数量能够增加以提高设备100的分辨率。随着分段数量增加,信号处理电子件变得日益复杂。在实施例中,光传感器104的各分段彼此隔离。在实施例中,照明源(例如,LED)102接近分段式光传感器104定位(例如,定位置)。当移动目标接近照明源102和光传感器104通过时,从照明源102输出的光反射离开移动目标并且反射到光传感器104。在实施例中,姿势传感设备100包括配置为将光聚焦到光传感器104上的光透镜结构106。在实施例中,光透镜结构(例如,聚焦透镜)106对从诸如做姿势的手的移动目标反射的光聚焦到光传感器104上方的空间中。在实施例中,仅位于光透镜结构106的视野内的光被聚焦到光传感器104上。虽然在图1中显示为单个元件,但是光透镜结构106可以包括用于将光引导到光传感器104的任意数量的透镜和/或光元件。在实施例中,光传感器104的每个分段将分段信号输出到与光传感器104连接的控制电路108。在实施例中,控制电路108配置为对从光传感器104接收到的分段信号进行处理。
在实施例中,照明源102配置为被连续地或周期性地供给能量(例如,加电)以用于照亮目标。在实施例中,从目标反射的光感应光传感器104上的分段信号。在实施例中,通过控制电路108来接收并处理这些分段信号。在实施例中,经处理的分段信号被存储在缓冲存储器中,所述缓冲存储器与控制电路108集成或者分离。在实施例中,控制电路108被配置为分析存储的信号(例如,存储的数据)并且判定是否已检测到有效姿势。在实施例中,还可使用存储的数据以使光传感器104作为接近度检测器来工作。在实施例中,同一光传感器104能够与不同的信号处理电路一起使用,以使姿势传感设备100也用作环境光传感器。
在实施例中,当照明源102被通电或闪烁时,如果目标在光传感器104上方的接近空间内,则目标被照亮。移动目标在图1中概念性地图示为平面反射器。目标反射由光透镜结构106成像到光传感器104上。图1的示例示出了目标的右到左的运动。随着目标的边缘移动通过成像区域的中央,目标边缘的聚焦图像移动经过光传感器104。分段A和C首先响应于移动图像,随后是分段B和D。在实施例中,控制电路108被编程以检测该事件序列,并且识别右到左的目标运动。类似地,能够经由相对的序列来识别左到右的目标运动,并且能够利用信号的正交组来识别上到下的目标运动和下到上的目标运动。通过控制电路108经由四个分段(A至D)的总和的绝对幅值的感测来识别内到外的目标运动,这也是接近度测量。在一些实施例中,在光传感器104之上实现滤波器以滤除具有与照明源102不同的波长的光。
图2是依照本公开的示例性实施例的姿势传感系统200的概念框图。在实施例中,系统200是电子系统(例如,电子设备)。例如,系统200可以是平板式计算设备、智能电话、手机、笔记本计算设备、膝上型计算设备或视频游戏平台。
在实施例中,姿势传感系统200是实现了多个(例如,阵列)传感器(例如,光学传感器、姿势传感器)202的多传感器系统。在实施例中,在系统200中实现的每个传感器202可以是上文所述的单个LED光学姿势传感器(例如,姿势传感器、姿势传感设备)100,并且进一步描述于2012年1月17日递交的且题为“Method For Detecting Gestures Using a Multi-Segment Photodiode and One or Fewer Illumination Sources”的共同拥有且共同未决的美国专利申请公开US2012/0280904,以及2011年11月25日递交的且题为“OpticalGesture Sensor Using a Single Illumination Source”的共同拥有且共同未决的美国专利申请公开US2012/0280107,这些专利申请的全部内容通过引用合并于此。在另外的实施例中,在系统200中实现的传感器202可以是多种其它类型的光学传感器中的任一种(例如,姿势传感器、姿势传感设备),诸如在2012年1月17日递交的且题为“Method ForDetecting Gestures Using a Multi-Segment Photodiode and One or FewerIllumination Sources”的共同拥有且共同未决的美国专利申请公开US2012/0280904,以及2011年11月25日递交的且题为“Optical Gesture Sensor Using a SingleIllumination Source”的共同拥有且共同未决的美国专利申请公开US2012/0280107中所描述的其它姿势传感设备中的任一种。在另外的实施例中,在本文所描述的系统200中实现的传感器202可以是任意姿势传感设备(例如,姿势传感器、光学传感器)。
在图示的实施例中,通过系统200实现的多个传感器202包括四个传感器202。在可选的实施例中,多个传感器202可以包括不同数量(例如,多于四个、少于四个)的传感器202。在实施例中,多个传感器202中所包括的每个传感器202定位于(例如,定向于)系统(例如,设备)200内或上的固定位置处。例如,传感器202可置于接近系统(例如,设备)200的显示屏的固定位置处。在实施例中,可构思的是,通过系统200实现的传感器202的数量可与系统200能够检测的姿势数量直接成比例,因此能够使用更多的传感器202来扩展系统200的姿势检测能力。
在实施例中,系统200还包括处理器(例如,中央处理器)204,其与系统200的多个传感器202中包括的每个传感器连接。处理器204为系统200提供处理功能,并且可以包括任意数量的处理器、微控制器或其它处理系统以及用于存储由系统200存取或生成的数据和其它信息的常驻或外部存储器。处理器204能够执行实现本文所描述的技术的一个或多个软件程序。处理器204不受形成材料或其中所采用的处理机理限制,并且因此,能够经由半导体和/或晶体管(例如,使用电子集成电路(IC)部件)等等来实现。
在实施例中,传感器202配置为对目标(例如,移动的手)所做的姿势进行感测(例如,检测)。例如,每个传感器202配置为感测(例如,检测)简单姿势(例如,简单的移动、简单的三维(3D)姿势、子姿势),其可包括但不限于:左到右的姿势(例如,左到右的挥手)、右到左的姿势、上到下的姿势、下到上的姿势、内到外的姿势、外到内的姿势和点击姿势。在实施例中,姿势是无触摸的,因为姿势由传感器202感测(例如,检测),而目标(例如,姿势的源)并不物理地接触传感器202。在实施例中,传感器202进一步配置为基于所感测(例如,检测)到的姿势来生成信号。在实施例中,传感器202进一步配置为将信号发送到处理器204。
在实施例中,处理器204被配置为接收由传感器202发送的信号。在实施例中,处理器204配置为处理从传感器202接收到的信号以从信号获得姿势数据。在实施例中,处理器204配置为统一地处理和分析与传感器202阵列接收(例如,检测)到的子姿势对应的信号(以及姿势数据),以判定是否已通过传感器202阵列感测(例如,检测、接收)到复杂姿势,如果是的话,通过传感器202阵列感测到何种类型的复杂姿势。在实施例中,复杂姿势(例如,姿势)是从简单姿势(例如,子姿势)的组合得到的姿势。例如,复杂姿势可以包括但不限于擦除姿势、夹紧姿势、伸展姿势、顺时针旋转姿势、以及逆时针旋转姿势。在实施例中,复杂姿势可具有与从其获得复杂姿势的各简单姿势的含义不同的含义。例如,诸如擦除姿势的复杂姿势可从诸如左到右姿势、随后是右到左姿势的个体简单姿势的组合而获得。
在实施例中,能够经由在处理器204上运行(例如,执行)的软件程序来实现处理器204的处理功能。在实施例中,软件程序能够实现一个或多个算法。在实施例中,系统200包括存储器206(例如,数字存储器)。在实施例中,存储器206与处理器204连接(例如,通过其访问)并且配置为用于存储数据。存储器206是提供存储与系统200的操作关联的诸如软件程序和/或代码段的各种数据、或者指示处理器204执行此处所描述的步骤的其它数据的存储功能的有形计算机可读存储介质的示例。虽然示出了单个存储器206,但是可以采用各种类型和组合的存储器。存储器206可以与处理器204集成,可以包括独立的存储器,或者可以为两者的组合。存储器206可以包括但不一定局限于:可移除和不可移除的存储器部件,诸如随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器(例如,安全数字(SD)存储器卡、微型SD存储器卡、和/或微SD存储器卡)、磁存储器、光学存储器、通用串行总线(USB)存储器设备,等等。在实施例中,存储器206可以包括可移除的集成电路卡(ICC)存储器、诸如由用户身份模块(SIM)卡、通用用户身份模块(USIM)卡、通用集成电路卡(UICC)等等提供的存储器。
在实施例中,存储器206配置为用于存储提供与系统200的全部传感器202的相对位置有关的信息的数据。在实施例中,存储器206配置为用于存储一个或多个查找表和/或序列树。例如,查找表和/或序列树可以包括可由系统200的传感器202检测的预定的可能组合和/或子姿势(例如,简单姿势)序列以及(如果有的话)与那些相应的组合和/或序列关联(例如,由其限定或指示)的对应姿势(例如,复杂姿势)。处理器204配置为使用(例如,参考)查找表和/或序列树以用于促进系统200的以下能力:i)判定系统200是否已检测到复杂姿势,以及ii)如果检测到,则限定由系统200检测到的复杂姿势的类型。
如上所述,处理器204被配置为统一地处理和分析与由传感器202阵列接收(例如,检测)到的子姿势对应的信号(以及姿势数据),以判定传感器202阵列是否已感测(例如,检测、接收)到复杂姿势,并且如果检测到,则判定传感器202的阵列已感测到何种类型的复杂姿势。系统200被配置为用于以如下所讨论的各种方式中的任意一种或多种来实施该处理。
在一些实施例中,系统200配置为:当在系统200的任意传感器(例如,传感器1-4)202上接收(例如,检测)到子姿势(例如,简单姿势)时,启动倒计数定时器。例如,倒计数定时器的持续时间可小于500毫秒。倒计数定时器的启动开始了系统200的数据帧,当倒计数定时器期满时,数据帧结束。在数据帧期间,传感器202能够接收(例如,检测)到子姿势(例如,简单姿势)。在数据帧期满之后,处理器204随后统一地处理和分析与在数据帧期间由传感器202阵列所接收(例如,检测)到的子姿势对应的信号(以及姿势数据),以判定传感器202阵列是否已感测(例如,检测、接收)到复杂姿势,并且如果检测到,则判定传感器202的阵列已感测到何种类型的复杂姿势。图3示出了用于上述姿势(例如,子姿势)收集和姿势数据处理序列的示例性的流程图。
如上所述,当处理和分析姿势数据(例如,子姿势数据)以判定传感器202的阵列是否已感测(例如,检测)到复杂姿势时,处理器204能够访问查找表。图4A-4D示出了可通过图2所示的系统200实现的查找表的示例。图4A描绘了提供一系列子姿势组合的表,如果由表中指定的传感器接收到,则该子姿势组合将定义复杂姿势(例如,伸展姿势)。例如,图4A的表中的第一条目表明,如果传感器1和2没有接收到简单姿势(例如,子姿势),传感器3接收到下到上的子姿势,并且传感器4接收到左到右的子姿势,则这一子姿势序列将统一地解释(例如,检测)为复杂姿势(例如,伸展姿势)。此外,图4A的表中的最后条目表明,如果传感器1接收到右到左的子姿势,传感器2没有接收到子姿势,且传感器4接收到左到右的子姿势,则无论传感器3接收到何种子姿势,子姿势序列将统一地解释(例如,检测)为伸展姿势。图4B至4D描绘了提供子姿势组合的表,如果由表中指定的传感器接收到,则子姿势组合将限定其它复杂姿势,包括夹紧姿势(图4B)、顺时针旋转姿势(图4C),以及逆时针旋转姿势(图4D)。参考图4B中所描绘的表中的第一条目,如果传感器1和2没有接收(例如,检测)到子姿势,传感器3接收到左到右的子姿势且传感器4接收到右到左的子姿势,则子姿势序列将统一地解释(例如,检测)为复杂姿势(例如,夹紧姿势)。出于参考目的,图4A-4D中所示的表中的箭头表示由该传感器接收到的子姿势的运动方向,而“X”表示不重要的子姿势,以使得无论该传感器接收到何种子姿势,组合仍将统一地解释为复杂姿势。此外,在图4A-4D中所示的表中,引号表明该传感器没有接收到姿势。例如,在图4A的第二条目中,传感器1和2没有接收到姿势。
图4E描绘了另一查找表,其提供了能够由传感器接收到的子姿势(例如,简单姿势)的可能组合,以及组合是否将得到由图2所示的系统200解释为复杂姿势的简单姿势组合(例如,是否将检测到复杂姿势)。例如,图4E的表中的第二条目描绘了接收到的子姿势的组合,其中传感器1没有接收到子姿势,传感器2接收到上到下的子姿势,传感器3接收到左到右的子姿势,并且传感器4接收到右到左的子姿势。传感器3和4所接收到的子姿势的组合通常将解释为夹紧姿势。然而,因为存在另外的(例如,额外的)子姿势(例如,由传感器2接收到的子姿势),并且当与其它接收到的子姿势组合时,另外的子姿势不适配(例如,匹配)限定复杂姿势的预定子姿势组合,所以系统200将这解释(例如,处理)为系统200未检测到姿势。
如上所述,在数据帧期满之后,处理器204统一地处理和分析与在数据帧期间由传感器202阵列接收(例如,检测)到的子姿势对应的信号(以及姿势数据),以判定传感器202的阵列是否已感测到(例如,检测、接收)到复杂姿势,并且如果检测到,则判定已通过传感器202的阵列感测到何种类型的复杂姿势。在实施例中,如果仅接收到初始隔离的子姿势(例如,触发倒计数定时器的子姿势)并且在数据帧内任意传感器202未接收到其它子姿势,则系统200将这解释(例如,处理)为系统200未检测到姿势。在图4E中所示的表的第四和第五条目中描绘了该方案的示例。
在其它实施例中,当处理和分析姿势数据(例如,子姿势数据)以判定是否已通过传感器202的阵列感测(例如,检测)到复杂姿势时,处理器204能够访问序列树,如上所述。序列树可以包括预定的子姿势(例如,简单姿势)的序列以及与那些子姿势序列关联(例如,由其限定)的对应姿势(例如,复杂姿势)。对于N种类型的简单姿势(例如,子姿势)可供使用的情况,存在能够被遍历的限定姿势序列的N个序列树。这些N个序列树可以是基于由系统200接收到的子姿势遍历的一组限定树。例如,序列树的第一节点可对应于所接收到的第一子姿势,序列树的每个后续节点是能够由一个或多个传感器202感测(例如,检测)到的具体姿势(例如,简单姿势或复杂姿势)。在实施例中,当达到树的目标节点(例如,与限定复杂姿势的有效的、预定的子姿势序列中的最后一个子姿势对应的节点)时,系统200检测到复杂姿势。在实施例中,为效率的原因,多个序列树能够合并成单个树。序列树方法的优点在于,其基于活动开始、活动停止的范例且也是递归的,这意味着其可以容易地停止和重新开始序列。
图5A描绘了序列树的示例,诸如上面所描述的。例如,假设使用图2所示的系统200,图5A示出了,如果传感器3接收到左到右的子姿势(子姿势“3R”)且随后传感器4接收到右到左的子姿势(子姿势“4L”),则系统200将该组合解释为复杂姿势(例如,夹紧姿势)。此外,图5A示出了,如果传感器3接收到左到右的子姿势(子姿势“3R”)且随后传感器4接收到左到右的子姿势(子姿势“4R”),则该组合被解释为向右扫姿势。此外,图5A示出了,如果传感器3接收到左到右的子姿势(子姿势“3R”)、随后是传感器4接收到左到右的子姿势(子姿势“4R”)、且随后传感器2接收到下到上的子姿势(子姿势“2U”),则该组合被解释为L姿势。此外,图5A示出了,如果传感器4接收到左到右的子姿势(子姿势“4R”)且随后传感器3接收到右到左的子姿势(子姿势“3L”),则该组合被解释为伸展姿势。此外,图5A示出了系统200所接收到的子姿势的一些组合如何可被判定为未限定复杂姿势。例如,如果传感器4接收到左到右的子姿势(子姿势“4R”)且传感器2接收到下到上的子姿势(子姿势“2U”),则系统200将该子姿势组合解释为未限定复杂姿势,并且因此系统200将该组合处理为系统200未检测到姿势。
在一些实施例中,系统200能够实现其中结合倒计数定时器使用序列树的混合方法。该混合方法将开始-停止活动范例与倒计数定时器组合以允许超时从而停止检测,并且在既定时间量已经期满之后强制数据处理。在这样的实施例中,如果仅接收到初始隔离的子姿势(例如,触发倒计数定时器的子姿势),并且在数据帧内传感器202中任一个未检测到其它子姿势,则系统200将这解释为系统200未检测到姿势。然而,如果在数据帧结束时,在数据帧内接收到的子姿势序列中所包括的最后一个子姿势对应于序列树的终止节点,则这表明已经接收到与复杂姿势对应的完整的、正确的子姿势序列并且系统200将检测到复杂姿势。图5B示出了子姿势的有效组合,如果接收到子姿势的有效组合,则将被解释为复杂姿势,诸如夹紧姿势或伸展姿势。
示例性复杂姿势判定过程
图6A和6B描绘了依照本公开的示例性实施例的示出了经由系统(例如,电子设备)进行姿势判定的示例过程(例如,方法)的流程图。在实施例中,通过诸如上述系统200的系统(例如,电子设备、姿势传感系统)来执行方法600。在实施例中,方法600包括经由系统的多个姿势传感器202检测(例如,感测)多个子姿势(例如,简单姿势)的步骤(步骤602)。例如,通过位于接近电子系统200的移动目标来提供多个子姿势。
在实施例中,方法600还包括经由多个传感器202生成多个信号的步骤,多个信号基于多个子姿势(步骤604)。在实施例中,方法600还包括经由多个传感器202将多个信号发送到系统的处理器204的步骤(步骤606)。在实施例中,方法600还包括经由处理器204处理多个信号以获得与多个子姿势关联的子姿势数据的步骤(步骤608)。例如,系统200的处理器204处理信号以判定传感器202接收(例如,检测)到哪些简单姿势。
在实施例中,方法600还包括经由处理器204分析与多个子姿势关联的子姿势数据以判定多个子姿势(例如,简单姿势)是否统一地构成姿势(例如,复杂姿势)的步骤(步骤610)。例如,处理器204分析多个简单姿势并且判定它们是否统一地构成复杂姿势。在一些实施例中,分析步骤可以包括如下步骤:将子姿势数据与查找表进行比较,并且当子姿势数据对应于与复杂姿势关联的表中的预定子姿势组合时,将接收到的多个子姿势分类为复杂姿势(步骤610a)。例如,查找表可以包括与姿势(例如,复杂姿势)对应的多个可能的预定子姿势组合。在其它实施例中,分析步骤可以包括如下步骤:将子姿势数据与序列树进行比较,并且当子姿势数据对应于与复杂姿势关联的序列树的预定子姿势序列时,将接收到的多个子姿势分类为复杂姿势(步骤610b)。例如,序列树可以表明多个可能的预定子姿势序列对应于姿势(例如,复杂姿势)。
在实施例中,当分析与多个子姿势关联的子姿势数据表明多个子姿势统一地构成姿势时,将多个子姿势解释为检测到的姿势(步骤612)。例如,当子姿势数据的分析表明已经接收到与复杂姿势关联(例如,限定)的子姿势的组合和/或序列时,系统200检测到复杂姿势。
结论
虽然以专用于结构特征和/或处理操作的语言描述了主题,但是应当理解,在随附的权利要求中所限定的主题不一定局限于上文所描述的具体的特征或动作。相反,上文所描述的具体的特征和动作被公开为实现权利要求的示例形式。

Claims (16)

1.一种经由电子系统进行姿势判定的方法,所述方法包括:
经由所述电子系统的多个传感器来检测多个子姿势;
当检测到包括在所述多个子姿势中的第一子姿势时,开始所述电子系统的数据帧,所述数据帧具有预定的有限持续期间;
经由所述多个传感器生成多个信号,所述多个信号基于所述多个子姿势;
经由所述多个传感器将所述多个信号发送到所述电子系统的处理器;
经由所述处理器来处理所述多个信号以获得与所述多个子姿势关联的子姿势数据;以及
经由所述处理器来分析与所述多个子姿势关联的所述子姿势数据,以判定所述多个子姿势是否统一地构成姿势,
其中分析所述子姿势数据是在所述数据帧期满之后进行的并且局限于分析与以下子姿势对应的所述子姿势数据:所述第一子姿势以及在所述数据帧期间检测到的子姿势,并且
其中通过位于接近所述电子系统的移动目标来提供所述多个子姿势。
2.如权利要求1所述的方法,还包括:
当分析与所述多个子姿势关联的所述子姿势数据表明所述多个子姿势统一地构成姿势时,将所述多个子姿势解释为检测到的姿势。
3.如权利要求1所述的方法,其中开始所述电子系统的所述数据帧包括启动倒计数定时器。
4.如权利要求2所述的方法,其中分析所述子姿势数据包括:
将所述子姿势数据与查找表进行比较,所述查找表包括与所述姿势对应的预定子姿势组合。
5.如权利要求2所述的方法,其中分析与所述多个子姿势关联的所述子姿势数据包括:
将所述子姿势数据与序列树进行比较,所述序列树表示与所述姿势对应的预定子姿势序列。
6.如权利要求4所述的方法,还包括:
当所述子姿势数据对应于所述查找表中的所述预定子姿势组合时,将多个接收到的子姿势分类为所述姿势。
7.如权利要求5所述的方法,还包括:
当所述子姿势数据表明多个接收到的子姿势对应于所述预定子姿势序列时,将所述多个接收到的子姿势分类为所述姿势。
8.一种用于姿势判定的计算机实现方法,所述计算机实现方法包括:
检测多个子姿势;
当检测到所述多个子姿势中包括的第一子姿势时,开始数据帧,所述数据帧具有预定的有限持续期间;
基于检测到的所述多个子姿势生成多个信号;
使处理器处理所述多个信号以获得与所述多个子姿势关联的子姿势数据;
使所述处理器分析与所述多个子姿势关联的所述子姿势数据以判定所述多个子姿势是否统一地构成姿势,其中分析所述子姿势数据是在所述数据帧期满之后进行的并且局限于分析与以下子姿势对应的所述子姿势数据:所述第一子姿势和在所述数据帧期间检测到的子姿势;以及
当分析与所述多个子姿势关联的所述子姿势数据表明所述多个子姿势统一地构成所述姿势时,检测所述姿势,
其中,通过位于接近电子系统的移动目标来提供所述多个子姿势。
9.如权利要求8所述的计算机实现方法,其中所述子姿势具有第一复杂度级别,并且所述姿势具有大于所述第一复杂度级别的第二复杂度级别。
10.如权利要求8所述的计算机实现方法,其中开始所述数据帧包括启动倒计数定时器。
11.如权利要求8所述的计算机实现方法,其中分析所述子姿势数据包括:
将所述子姿势数据与查找表进行比较,所述查找表包括与所述姿势对应的预定子姿势组合。
12.如权利要求8所述的计算机实现方法,其中分析与所述多个子姿势关联的所述子姿势数据包括:
将所述子姿势数据与序列树进行比较,所述序列树表示与所述姿势对应的预定子姿势序列。
13.如权利要求11所述的计算机实现方法,还包括:
当所述子姿势数据对应于所述查找表中的所述预定子姿势组合时,将多个接收到的子姿势分类为所述姿势。
14.如权利要求12所述的计算机实现方法,还包括:
当所述子姿势数据表明多个接收到的子姿势对应于所述预定子姿势序列时,将所述多个接收到的子姿势分类为所述姿势。
15.一种电子系统,包括:
多个传感器,所述多个传感器配置为检测通过位于接近所述电子系统的移动目标提供的多个子姿势,所述多个传感器配置为基于所述多个子姿势来生成并发送多个信号;
处理器,所述处理器与所述多个传感器连接并且配置为接收由所述多个传感器发送的所述多个信号;以及
存储器,所述存储器与所述处理器通信地耦合,所述存储器上存储有计算机可执行指令,所述计算机可执行指令配置为由所述处理器执行以便:处理所述多个信号以获得与所述多个子姿势关联的子姿势数据;当检测到所述多个子姿势中包括的第一子姿势时,开始数据帧,所述数据帧具有预定的有限持续期间;分析与所述多个子姿势关联的所述子姿势数据以判定所述多个子姿势是否统一地构成姿势,其中分析所述子姿势数据是在所述数据帧期满之后进行的并且局限于分析与以下子姿势对应的所述子姿势数据:所述第一子姿势和在所述数据帧期间检测到的子姿势;以及当所述子姿势数据的分析表明多个子姿势统一地构成所述姿势时,检测所述姿势。
16.如权利要求15所述的电子系统,其中所述多个传感器是光学传感器。
CN201410015452.7A 2013-01-14 2014-01-14 利用光学传感器阵列来辨别复杂姿势的系统和方法 Active CN103927001B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/740,573 2013-01-14
US13/740,573 US9176588B2 (en) 2013-01-14 2013-01-14 System and method for discerning complex gestures using an array of optical sensors

Publications (2)

Publication Number Publication Date
CN103927001A CN103927001A (zh) 2014-07-16
CN103927001B true CN103927001B (zh) 2018-08-03

Family

ID=51145255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410015452.7A Active CN103927001B (zh) 2013-01-14 2014-01-14 利用光学传感器阵列来辨别复杂姿势的系统和方法

Country Status (2)

Country Link
US (2) US9176588B2 (zh)
CN (1) CN103927001B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI631507B (zh) * 2016-03-04 2018-08-01 德凡特未來股份有限公司 動作判識裝置及其控制方法
CN105892673A (zh) * 2016-04-26 2016-08-24 四川川大智胜软件股份有限公司 影院环境下观众与 3d 立体节目内容实时互动的方法
CZ2016617A3 (cs) * 2016-10-03 2018-04-18 Ĺ KODA AUTO a.s. Zařízení k interaktivnímu ovládání zobrazovacího zařízení a postup ovládání zařízení k interaktivnímu ovládání zobrazovacího zařízení
US11385336B2 (en) 2018-07-31 2022-07-12 Maxim Integrated Products, Inc. Time of flight sensors and sensing methods

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684485A (zh) * 2004-04-14 2005-10-19 日本电气株式会社 便携式终端,应答消息发送方法和服务器

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8180114B2 (en) 2006-07-13 2012-05-15 Northrop Grumman Systems Corporation Gesture recognition interface system with vertical display
US8972902B2 (en) * 2008-08-22 2015-03-03 Northrop Grumman Systems Corporation Compound gesture recognition
US7970176B2 (en) * 2007-10-02 2011-06-28 Omek Interactive, Inc. Method and system for gesture classification
JP2011525283A (ja) * 2008-06-18 2011-09-15 オブロング・インダストリーズ・インコーポレーテッド 車両インターフェース用ジェスチャ基準制御システム
US9335868B2 (en) * 2008-07-31 2016-05-10 Apple Inc. Capacitive sensor behind black mask
US8660300B2 (en) * 2008-12-12 2014-02-25 Silicon Laboratories Inc. Apparatus and method for optical gesture recognition
US8217909B2 (en) * 2008-12-19 2012-07-10 Cypress Semiconductor Corporation Multi-finger sub-gesture reporting for a user interface device
US8464183B2 (en) * 2010-06-03 2013-06-11 Hewlett-Packard Development Company, L.P. System and method for distinguishing multimodal commands directed at a machine from ambient human communications
US9619035B2 (en) * 2011-03-04 2017-04-11 Microsoft Technology Licensing, Llc Gesture detection and recognition

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684485A (zh) * 2004-04-14 2005-10-19 日本电气株式会社 便携式终端,应答消息发送方法和服务器

Also Published As

Publication number Publication date
US9507433B1 (en) 2016-11-29
US9176588B2 (en) 2015-11-03
US20140198025A1 (en) 2014-07-17
CN103927001A (zh) 2014-07-16

Similar Documents

Publication Publication Date Title
CN104350509B (zh) 快速姿势检测器
EP2843510B1 (en) Method and computer-readable recording medium for recognizing an object using captured images
US11948042B2 (en) System and method for configuring an ID reader using a mobile device
US6765555B2 (en) Passive optical mouse using image sensor with optional dual mode capability
US20130279756A1 (en) Computer vision based hand identification
JP2017518566A (ja) モバイルプラットフォームにおける空中および表面マルチタッチ検出
US20090189858A1 (en) Gesture Identification Using A Structured Light Pattern
CN103927001B (zh) 利用光学传感器阵列来辨别复杂姿势的系统和方法
US8994513B2 (en) Adaptive multi-sensor handheld computing device
CN105229582A (zh) 基于近距离传感器和图像传感器的手势检测
CN116157764A (zh) 基于姿势检测和分析的条形码扫描
US9824434B2 (en) System and method for object recognition
EP2898399A1 (en) Display integrated camera array
US20160334877A1 (en) Real-time 3d gesture recognition and tracking system for mobile devices
CN107918767B (zh) 目标检测方法、装置、电子设备及计算机可读介质
CN102196220A (zh) 信息处理设备、信息处理方法和程序
CN105593786A (zh) 对象位置确定
CN108089690A (zh) 全屏光学指纹识别的终端设备及其应用方法
CN114138121B (zh) 用户手势识别方法、装置、系统、存储介质及计算设备
WO2013107038A1 (en) Method and apparatus for user recognition
US11010585B2 (en) Sequenced illumination of nearby object with cue marks
TW201339988A (zh) 使用者辨識系統及辨識使用者的方法
US9697608B1 (en) Approaches for scene-based object tracking
WO2021214880A1 (ja) 処理装置、処理方法及びプログラム
JP7470069B2 (ja) 指示物体検出装置、指示物体検出方法及び指示物体検出システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant