JP2017518566A5 - - Google Patents

Claims (15)

1. 検出領域を含む前面を有する電子デバイスのユーザのためのインターフェースと、
   前記検出領域におけるまたはその上でのオブジェクトと前記電子デバイスとの相互作用を示す信号を受信するように構成された複数の検出器であって、画像が前記信号から生成され得る、複数の検出器と、
   プロセッサであって、
   前記信号から画像データを取得することと、
   前記画像データから第1の再構成された深度マップを取得することであって、前記第1の再構成された深度マップが前記画像よりも高い解像度を有する、取得することと、
   第2の再構成された深度マップを取得するために、訓練された非線形回帰モデルを前記第1の再構成された深度マップに適用することと
   を行うように構成されたプロセッサと
   を備える装置。
2. 光を放射するように構成された1つまたは複数の発光源をさらに備え、前記複数の検出器が光検出器であり、前記信号が前記オブジェクトと前記1つまたは複数の発光源から放射された光との相互作用を示す、請求項1に記載の装置。
3. 前記インターフェースの前記前面に実質的に平行に配設された平面光ガイドであって、
   1つまたは複数の発光源から受信された放射光を反射することによって、前記前面と直交する実質的な成分を有する方向で反射光を出力するように構成された第1の光転向構成と、
   前記相互作用から生じた光を前記複数の検出器の方へ方向変換する第2の光転向構成と
   を含む平面光ガイド
   をさらに備える、請求項1に記載の装置。
4. 検出領域を含む前面を有する電子デバイスのプロセッサによって、前記電子デバイスの前記検出領域の周囲に沿って配置された複数の検出器から画像データを取得するステップであって、前記画像データが、前記検出領域におけるまたはその上でのオブジェクトと前記電子デバイスとの相互作用を示す、ステップと、
   前記電子デバイスの前記プロセッサによって、前記画像データから第1の再構成された深度マップを取得するステップであって、前記第1の再構成された深度マップが前記画像よりも高い解像度を有する、ステップと、
   前記第1の再構成された深度マップから第2の再構成された深度マップを取得するために、前記電子デバイスの前記プロセッサによって、訓練された非線形回帰モデルを前記第1の再構成された深度マップに適用するステップと
   を含む方法。
5. 前記第1の再構成された深度マップを取得するステップが、学習された重み行列をベクトル化された画像データに適用するステップを含む、請求項4に記載の方法。
6. 前記重み行列を学習するステップをさらに含む、請求項5に記載の方法。
7. 前記重み行列を学習するステップが、複数のオブジェクトジェスチャおよび位置についての深度マップと画像のペアの訓練セットデータを取得するステップを含み、前記深度マップの前記解像度が、前記画像の前記解像度よりも高い、請求項6に記載の方法。
8. 前記第2の再構成された深度マップを取得することが、非線形回帰モデルを前記第1の再構成された深度マップに適用することを含む、請求項4に記載の方法。
9. 前記非線形回帰モデルを前記第1の再構成された深度マップに適用するステップが、ピクセルごとに深度マップ値を決定するために、前記第1の再構成された深度マップのピクセルごとにマルチピクセルパッチ特徴を抽出するステップを含む、請求項8に記載の方法。
10. 前記非線形回帰モデルを学習するステップをさらに含む、請求項9に記載の方法。
11. 前記第2の再構成された深度マップが、前記画像の前記解像度よりも少なくとも3倍大きい解像度を有する、請求項4に記載の方法。
12. 前記オブジェクトが手である、請求項4に記載の方法。
13. 前記手の指先のロケーションを決定するために、訓練された分類モデルを前記第2の再構成された深度マップに適用するステップをさらに含む、請求項12に記載の方法。
14. 前記ロケーションが、並進および深度ロケーション情報を含む、請求項13に記載の方法。
15. 前記オブジェクトがスタイラスである、請求項4に記載の方法。