CN108227924A - 用于电子设备的方法及电子设备 - Google Patents

用于电子设备的方法及电子设备 Download PDF

Info

Publication number
CN108227924A
CN108227924A CN201810003789.4A CN201810003789A CN108227924A CN 108227924 A CN108227924 A CN 108227924A CN 201810003789 A CN201810003789 A CN 201810003789A CN 108227924 A CN108227924 A CN 108227924A
Authority
CN
China
Prior art keywords
electronic equipment
user
pressure signal
pressure
gesture
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.)
Pending
Application number
CN201810003789.4A
Other languages
English (en)
Inventor
杨大业
宋建华
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201810003789.4A priority Critical patent/CN108227924A/zh
Publication of CN108227924A publication Critical patent/CN108227924A/zh
Pending legal-status Critical Current

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
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/014Hand-worn input/output arrangements, e.g. data gloves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01Indexing scheme relating to G06F3/01
    • G06F2203/012Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment

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

本公开提供了一种用于电子设备的方法,包括:通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的;通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。本公开还提供了一种电子设备以及一种可读存储介质。

Description

用于电子设备的方法及电子设备
技术领域
本公开涉及一种用于电子设备的方法及电子设备。
背景技术
随着电子技术的快速发展,人机交互越来越受欢迎,因此对于人的手势的识别尤为重要,目前各种手势已经应用在手机、笔记本、汽车、智能家居设备的领域中。但是在实现本发明构思的过程中,现有技术中设备所能够执行的手势都是在上述电子设备出厂之前有设备开发商预定定义好的。用户在用手势操作该电子设备时需要用户自己的学习和适应,给用户造成了学习成本,尤其是对中老年人其学习成本更高。同时,该手势并不是按照实际使用该设备的用户自己的定义,其并不能都能符合使用该设备的用户的使用习惯,造成电子设备工作效率的下降。
发明内容
本公开的一个方面提供了一种用于电子设备的方法,包括:通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的;通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。
可选地,所述方法还包括:通过与所述电子设备所连接的采集器获得产生压力信号时所述电子设备的场景信息;基于所场景信息改变所述压力传感器区域与用户手势的第一对应关系。
可选地,所述方法还包括:通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息;基于所述场景信息建立所述用户手势与执行指令的第二对应关系。
可选地,所述方法还包括:基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
可选地,所述方法还包括:将满足预定次数所获得所述压力传感器的压力信号聚类以获得对应到一个或多个手势种类。
可选地,所述压力传感器的参数包括所述压力传感器获取压力信号的数量和/或佩戴所述压力传感器区域的压力分布动态变化。
可选地,通过所述压力信号的自学习建立佩戴所述压力传感器区域与用户手势的对应关系包括:通过将满足预定次数所获得所述压力传感器的压力信号输入至训练向量机,并利用所述向量机建立佩戴所述压力传感器区域与一个或多个特定手势的对应关系。
可选地,所述电子设备的场景信息包括:所述电子设备的应用程序的场景。
本公开的另一个方面提供了一种用于电子设备的系统,包括:获取模块,用于通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的;第一建立模块,用于通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。
可选地,所述系统还包括:确定模块,用于通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息;改变模块,用于基于所场景信息改变所述压力传感器区域与用户手势的第一对应关系。
可选地,所述系统还包括:确定模块,用于通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息;第二建立模块,用于基于所述场景信息建立所述用户手势与执行指令的第二对应关系。
可选地,所述系统还包括:输出模块,用于基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
可选地,所述系统还包括:聚类模块,用于将满足预定次数所获得所述压力传感器的压力信号聚类以获得对应到一个或多个手势种类。
可选地,所述压力传感器的参数包括所述压力传感器获取压力信号的数量和/或佩戴所述压力传感器区域的压力分布动态变化。
可选地,通过所述压力信号的自学习建立佩戴所述压力传感器区域与用户手势的对应关系包括:通过将满足预定次数所获得所述压力传感器的压力信号输入至训练向量机,并利用所述向量机建立佩戴所述压力传感器区域与一个或多个特定手势的对应关系。
可选地,所述电子设备的场景信息包括:所述电子设备的应用程序的场景。
本公开的另一个方面提供了一种电子设备,包括一个或多个处理器;以及一个或多个存储器,存储有可执行指令,所述指令在被处理器执行时用于实现如上所述的方法。
本公开的另一方面提供了一种非易失性存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1A和图1B示意性示出了根据本公开实施例的用于电子设备的方法的应用场景;
图2示意性示出了根据本公开实施例的用于电子设备的方法的流程图;
图3示意性示出了根据本公开另一实施例的用于电子设备的方法的流程图;
图4示意性示出了根据本公开另一实施例的用于电子设备的方法的流程图;
图5示意性示出了根据本公开实施例的用于电子设备的方法的流程图;
图6示意性示出了根据本公开另一实施例的用于电子设备的方法的流程图;
图7示意性示出了根据本公开另一实施例的用于电子设备的方法的流程图;
图8示意性示出了根据本公开实施例的用于电子设备的系统的框图;
图9示意性示出了根据本公开另一实施例的用于电子设备的系统的框图;以及
图10示意性示出了根据本公开实施例的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此,本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中,计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
本公开的实施例提供了用于电子设备的方法。该方法包括获得压力信号,所述压力信号来自于佩戴在用户的腕部的一个或多个压力传感器,该一个或者多个压力传感器在用户在做出手势时用户肢体的一条或多条筋腱的运动产生压力信号;通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。本方案的自学习系统通过获得的压力信号输入到向量机进行分类得到压力的分类;将同一类的压力进行特种提取从而推算出这一类压力所对应的手势。本公开的实施例提供了的电子设备可以为佩戴在用户腕部的电子设备,也可以是云端的服务器(该云端服务器与佩戴在用户腕部的电子设备连接,即本方案的实施例的自学习系统运行在所述云端服务器上),也可以是手机等智能电子设备(该智能电子设备与佩戴在用户腕部的电子设备连接,即本方案的实施例的自学习系统运行在所述智能电子设备上)。
图1示意性示出了根据本公开的实施例的用于电子设备的方法的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1A所示,应用场景100包括云端服务器103、网络102、佩戴于用户手上的手环101、以及用户肢体的筋腱104,该手环101可以包括一个或多个压力传感器。网络102用以在手环101和云端服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户在做出手势时,用户肢体的一条或多条筋腱104也随着运动,此时佩戴于用户手上的压力传感器因用户做出手势而产生了压力信号,在这种情况下,云端服务器103可以通过网络102接收到所述压力信号,由于云端服务器103包括自学习系统,当该自学习系统不断的接收由用户手势所产生的压力信号时,可以通过压力信号的自学习,建立佩戴压力传感器区域与用户手势的第一对应关系。例如,当用户做不同的手势时,佩戴压力传感器区域由于筋腱104的运动所产生的压力信号不同,因此可以根据筋腱104的运动所产生的压力信号,建立佩戴压力传感器区域与用户手势的第一对应关系。
根据本公开的实施例,图1B示出的应用场景110是通过终端设备110、120和/或130接收由用户手势所产生的压力信号,并通过终端设备110、120和/或130的自学习系统对接收的压力信号进行自学习,以建立佩戴压力传感器区域与用户手势的第一对应关系。
需要说明的是,本公开的电子设备可以是云端服务器103。也可以图1B示出的终端设备110、120和/或130。
应该理解,图1A和图B中的终端设备、网络和云端服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开的实施例的用于电子设备的方法的流程图。
如图2所示,该方法包括操作S210和操作S220。
在操作S210,通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的。
根据本公开的实施例,压力传感器的参数包括所述压力传感器获取压力信号量和/或佩戴所述压力传感器区域的压力分布动态变化。
在操作S220,通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。
根据本公开的实施例,电子设备可以是图1A和图1B示出的云端服务器103和/或终端设备110、120、130。需要说明的是,云端服务器103和/或终端设备110、120、130都具有自学习系统,用于对接收到的压力信号进行自学习。通过用户不断的做出手势所产生的压力信号的自学习可以建立佩戴压力传感器区域与用户手势的第一对应关系。
根据本公开的实施例,佩戴压力传感器区域可以指压力传感器与用户前臂接触的区域,不同的用户手势对应不同的压力传感器区域,进而不同的压力传感器区域对应不同的压力信号。因此,可以根据不同的压力信号的自学习,建立不同的压力传感器区域与不同用户手势的第一对应关系。
参考图1A和图1B,应该理解,不同的压力传感器区域对应不同的筋腱104,也就是说不同的筋腱104运动产生的压力信号对应不同的用户手势。
例如,在通过大量的压力信号的自学习之后,当用户做出一个手势时,电子设备可以精确的获知用户做出的是什么手势,在这种情况下,电子设备可以基于用户做出的手势,执行与该手势对应的指令。例如,用户做出的是指纹识别的手势,电子设备可以基于之前自学习建立的第一对应关系,得知用户做出的是什么手势,提高了识别手势的精确度,进而还提高了用户的体验效果。
图3示意性示出了根据本公开的另一实施例的用于电子设备的方法的流程图。
如图3所示,该方法除了图2实施例描述的操作S210和操作S220。之外,还包括操作S310和操作S320。
在操作S310,通过与所述电子设备所连接的采集器获得产生压力信号时所述电子设备的场景信息。
根据本公开的实施例,电子设备的场景信息可以包括:所述电子设备的应用程序的场景。例如,电子设备的游戏场景(例如,王者荣耀)。
在操作S320,基于所述场景信息改变所述压力传感器区域与用户手势的第一对应关系。
根据本公开的实施例,与所述电子设备所连接的采集器可以是用户佩戴的智能眼镜。通过智能眼镜可以确定产生压力信号时所述电子设备的场景信息。例如,场景信息可以是用户在戴着智能眼镜玩一款3D游戏,用户通过做出的手势释放不同的技能。在这种情况下,用户连续的通过做出手势释放技能,同时电子设备的自学习系统也通过用户做出的手势所产生的压力信号在自学习,此时可以基于场景信息改变所述压力传感器区域与用户手势的第一对应关系,以使得压力传感器区域与用户手势的匹配度更高,即得到的第一对应关系更加准确。这样的方式可以基于场景信息对以前存储在自学习系统的第一对应关系进行纠正;这样的方式还可以对新的用户手势进行学习。
例如,当用户做出的两个手势相同时,电子设备可以参考与两个手势对应的场景信息确定压力传感器区域与用户手势的第一对应关系。
图4示意性示出了根据本公开的另一实施例的用于电子设备的方法的流程图。
如图4所示,该方法除了图2或图3实施例描述的操作S210和操作S220或操作S310和操作S320之外,还包括操作S410和操作S420。
在操作S410,通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息。
在操作S420,基于所述场景信息建立所述用户手势与执行指令的第二对应关系。
根据本公开的实施例,与所述电子设备所连接的采集器可以是用户佩戴的智能眼镜。通过智能眼镜可以确定产生压力信号时所述电子设备的场景信息。例如,场景信息可以是用户在戴着智能眼镜玩一款3D游戏,用户通过做出的手势释放不同的技能。在这种情况下,用户连续的通过做出手势释放技能,同时电子设备的自学习系统也通过用户做出的手势所产生的压力信号在自学习,此时可以基于场景信息建立所述用户手势与执行指令的第二对应关系,以使得用户做出的手势与其释放的技能更加匹配,即得到的第二对应关系更加准确。
例如,当用户做出的手势是伸出拳头,电子设备可以洞察用户的意图并释放出与“伸出拳头”对应的拳击的技能,但是如果电子设备释放的技能有误时,可以通过不断的做出该手势,以便自学习系统可以纠正之前的错误。
图5示意性示出了根据本公开的另一实施例的用于电子设备的方法的流程图。
如图5所示,该方法除了图4实施例描述的操作S410和操作S420之外,还包括操作S510。
在操作S510,基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
根据本公开的实施例,可以基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出精确度更高的指令。例如,在通过大量的压力信号的自学习,建立准确的第一对应关系和第二对应关系。在这种情况下,电子设备可以基于所获取的压力信号、所述第一对应关系以及所述第二对应关系可以从自学习系统中匹配到精确度较高的指令。
图6示意性示出了根据本公开的另一实施例的用于电子设备的方法的流程图。
如图6所示,该方法的操作S210具体可以包括操作S610。
在操作S610,通过将满足预定次数所获得所述压力传感器的压力信号输入至训练向量机,并利用所述向量机建立佩戴所述压力传感器区域与一个或多个特定手势的对应关系。
根据本公开的实施例,预定次数可以是电子设备提前设定的。例如,预定次数为10万次,训练向量机可以根据接收的10万次用户手势所获得所述压力传感器的压力信号进行训练,在训练过程中向量机可以对不同的压力传感器区域分配一个或多个特定手势。
图7示意性示出了根据本公开的另一实施例的用于电子设备的方法的流程图。
如图7所示,该方法除了图6实施例描述的操作S210和操作S610之外,还包括操作S710。
在操作S710,将满足预定次数所获得所述压力传感器的压力信号聚类以获得对应到一个或多个手势种类。
根据本公开的实施例,预定次数可以是电子设备提前设定的。例如,预定次数为10万次,训练向量机可以根据接收的10万次用户手势所获得所述压力传感器的压力信号进行训练,在训练过程中向量机可以对不同的压力传感器区域分配一个或多个特定手势。这样的方式可以将不同的压力信号聚类到不同的手势种类。例如,针对用户在玩游戏时做出的手势所产生的信号,将这些压力信号聚类到与释放技能时用户做出的手势的种类下。
根据本公开的实施例,可以利用上述的聚类方法将用户手势聚类以获得对应到一个或多个指令种类(例如,玩游戏时所释放的技能)。
图8示意性示出了根据本公开实施例的用于电子设备的系统的框图。
如图8所示,系统800包括获取模块810和第一建立模块820。
获取模块810,用于通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的。
第一建立模块820,用于通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。
根据本公开的实施例,系统800可以用于实现参考图2实施例描述的方法流程。
图9示意性示出了根据本公开另一实施例的用于电子设备的系统的框图。
如图9所示,系统900除了图8实施例描述的包括获取模块810和第一建立模块820之外,还包括确定模块910、改变模块920、第二建立模块930、输出模块940、以及聚类模块950。
确定模块910,用于通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息。
改变模块920,第二建立模块,用于基于所述场景信息建立所述用户手势与执行指令的第二对应关系。
第二建立模块930,所述系统还包括:输出模块,用于基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
输出模块940,用于基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
聚类模块950,用于将满足预定次数所获得所述压力传感器的压力信号聚类以获得对应到一个或多个手势种类。
根据本公开的实施例,系统900可以用于实现参考图3~图7实施例描述的方法流程
可以理解的是,获取模块810、第一建立模块820、确定模块910、改变模块920、第二建立模块930、输出模块940、以及聚类模块950可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,获取模块810、第一建立模块820、确定模块910、改变模块920、第二建立模块930、输出模块940、以及聚类模块950中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,获取模块810、第一建立模块820、确定模块910、改变模块920、第二建立模块930、输出模块940、以及聚类模块950中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
图10示意性示出了根据本公开实施例的电子设备的框图。
如图10所示,电子设备1000包括处理器1010和计算机可读存储介质1020。该电子设备1000可以执行上面参考图2~图7描述的方法,以实现电子设备1000与压力传感器之间的交互。
具体地,处理器1010例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1010还可以包括用于缓存用途的板载存储器。处理器510可以是用于执行参考图2~图7描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质1020,例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
计算机可读存储介质1020可以包括计算机程序1021,该计算机程序1021可以包括代码/计算机可执行指令,其在由处理器1010执行时使得处理器1010执行例如上面结合图2~图7所描述的方法流程及其任何变形。
计算机程序1021可被配置为具有例如包括计算机程序模块的计算机程序代码。例如,在示例实施例中,计算机程序1021中的代码可以包括一个或多个程序模块,例如包括1021A、模块1021B、……。应当注意,模块的划分方式和个数并不是固定的,本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合,当这些程序模块组合被处理器1010执行时,使得处理器1010可以执行例如上面结合图2~图7所描述的方法流程及其任何变形。
根据本发明的实施例,获取模块810、第一建立模块820、确定模块910、改变模块920、第二建立模块930、输出模块940、以及聚类模块950中的至少一个可以实现为参考图10描述的计算机程序模块,其在被处理器1010执行时,可以实现上面描述的相应操作。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种用于电子设备的方法,包括:
通过用户佩戴的一个或多个压力传感器获取压力信号,所述压力信号是用户在做出手势时,用户肢体的一条或多条筋腱的运动产生的;
通过所述压力信号的自学习,建立佩戴所述压力传感器区域与用户手势的第一对应关系。
2.根据权利要求1所述的方法,还包括:
通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息;
基于所述场景信息改变所述压力传感器区域与用户手势的第一对应关系。
3.根据权利要求1或2所述的方法,还包括:
通过与所述电子设备所连接的采集器确定产生压力信号时所述电子设备的场景信息;
基于所述场景信息建立所述用户手势与执行指令的第二对应关系。
4.根据权利要求3所述的方法,还包括:
基于所获取的压力信号、所述第一对应关系以及所述第二对应关系出输出所述执行指令。
5.根据权利要求1所述的方法,其中,所述压力传感器的参数包括所述压力传感器获取压力信号的数量和/或佩戴所述压力传感器区域的压力分布动态变化。
6.根据权利要求1所述的方法,其中,通过所述压力信号的自学习建立佩戴所述压力传感器区域与用户手势的对应关系包括:
通过将满足预定次数所获得所述压力传感器的压力信号输入至训练向量机,并利用所述向量机建立佩戴所述压力传感器区域与一个或多个特定手势的对应关系。
7.根据权利要求6所述的方法,还包括:
将满足预定次数所获得所述压力传感器的压力信号聚类以获得对应到一个或多个手势种类。
8.根据权利要求3所述的方法,其中,所述电子设备的场景信息包括:所述电子设备的应用程序的场景。
9.一种电子设备,包括:
一个或多个处理器;以及
一个或多个存储器,存储有可执行指令,所述指令在被处理器执行时,使得处理器执行根据权利要求1~8中任意一项所述的方法。
10.一种可读存储介质,其上存储有用于执行根据权利要求1~8中任意一项所述的方法的指令。
CN201810003789.4A 2018-01-02 2018-01-02 用于电子设备的方法及电子设备 Pending CN108227924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810003789.4A CN108227924A (zh) 2018-01-02 2018-01-02 用于电子设备的方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810003789.4A CN108227924A (zh) 2018-01-02 2018-01-02 用于电子设备的方法及电子设备

Publications (1)

Publication Number Publication Date
CN108227924A true CN108227924A (zh) 2018-06-29

Family

ID=62645178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810003789.4A Pending CN108227924A (zh) 2018-01-02 2018-01-02 用于电子设备的方法及电子设备

Country Status (1)

Country Link
CN (1) CN108227924A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679229A (zh) * 2013-11-27 2015-06-03 中国移动通信集团公司 一种手势识别方法和装置
CN105988583A (zh) * 2015-11-18 2016-10-05 乐视致新电子科技(天津)有限公司 手势控制方法及虚拟现实显示输出设备
CN106104424A (zh) * 2014-03-15 2016-11-09 微软技术许可有限责任公司 可训练的基于传感器的姿势识别
CN106843712A (zh) * 2016-11-11 2017-06-13 努比亚技术有限公司 一种具有自学习功能的操作装置、移动终端及方法
CN107145236A (zh) * 2017-05-12 2017-09-08 中国科学技术大学 一种基于腕部肌腱压力相关特性的手势识别方法及系统
CN107329574A (zh) * 2017-06-30 2017-11-07 联想(北京)有限公司 用于电子设备的输入方法和系统
US20170344859A1 (en) * 2016-05-26 2017-11-30 Audun Bjornerud MO Method and system for providing gesture recognition services to user applications

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679229A (zh) * 2013-11-27 2015-06-03 中国移动通信集团公司 一种手势识别方法和装置
CN106104424A (zh) * 2014-03-15 2016-11-09 微软技术许可有限责任公司 可训练的基于传感器的姿势识别
CN105988583A (zh) * 2015-11-18 2016-10-05 乐视致新电子科技(天津)有限公司 手势控制方法及虚拟现实显示输出设备
US20170344859A1 (en) * 2016-05-26 2017-11-30 Audun Bjornerud MO Method and system for providing gesture recognition services to user applications
CN106843712A (zh) * 2016-11-11 2017-06-13 努比亚技术有限公司 一种具有自学习功能的操作装置、移动终端及方法
CN107145236A (zh) * 2017-05-12 2017-09-08 中国科学技术大学 一种基于腕部肌腱压力相关特性的手势识别方法及系统
CN107329574A (zh) * 2017-06-30 2017-11-07 联想(北京)有限公司 用于电子设备的输入方法和系统

Similar Documents

Publication Publication Date Title
CN110249304B (zh) 电子设备的视觉智能管理
CN111626218B (zh) 基于人工智能的图像生成方法、装置、设备及存储介质
CN113473182B (zh) 一种视频生成的方法及装置、计算机设备和存储介质
CN108960278A (zh) 使用生成式对抗网络的鉴别器的新奇检测
US11497988B2 (en) Event categorization and key prospect identification from storylines
CN108171257A (zh) 细粒度图像识别模型训练及识别方法、装置及存储介质
JP7172472B2 (ja) ルール生成装置、ルール生成方法及びルール生成プログラム
US20180173942A1 (en) Method and apparatus for generating facial expression and training method for generating facial expression
US11727270B2 (en) Cross data set knowledge distillation for training machine learning models
CN112101329B (zh) 一种基于视频的文本识别方法、模型训练的方法及装置
US11341945B2 (en) Techniques for learning effective musical features for generative and retrieval-based applications
CN108959323A (zh) 视频分类方法和装置
US20230120054A1 (en) Key point detection method, model training method, electronic device and storage medium
CN110968235B (zh) 信号处理装置及相关产品
WO2019017990A1 (en) UNIFIED INTEGRATION OF LEARNING
CN110688897A (zh) 一种基于联合判断与生成学习的行人重识别方法及装置
Wang et al. Real-time block-based embedded CNN for gesture classification on an FPGA
CN111066058A (zh) 用于低功率实时对象检测的系统和方法
CN110046340A (zh) 文本分类模型的训练方法和装置
CN108960265B (zh) 图像分类过程的优化方法、图像分类方法、装置及系统
WO2021093367A1 (zh) 模型训练和风险识别方法、装置及设备
JP7048540B2 (ja) 認識装置、認識方法及びプログラム
Delabrida et al. Towards a wearable device for monitoring ecological environments
Hsu et al. A multimedia presentation system using a 3D gesture interface in museums
CN108227924A (zh) 用于电子设备的方法及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629

RJ01 Rejection of invention patent application after publication