[发明专利]一种基于移动终端前置摄像头的体感交互方法

说明书

技术领域

本发明涉及移动智能设备应用领域，特别涉及一种基于手机前置摄像头的体感交互方法。

背景技术

在手机等移动终端设备上，与手机的交互主要通过触摸屏和实体键盘。随着手机性能的越来越高，应用程序越来越丰富，对交互方式的多样性也提出了更高的要求。

手机等移动终端的前置摄像头，能够获取丰富的场景信息，但现有对前置摄像头的应用，主要还是在视频通话、自拍、人脸识别等用途。

利用人脸检测、手势检测等方法追踪场景的变化，虽然具有较高的精确性，但实时性和适用性很差，在复杂场景下容易失效。

在一般的通常场景下，对前置摄像头的视频进行特定目标的检测和跟踪，具有很高的算法复杂度，检测率也比较低，无法满足实时交互的需求。

大多数情况下，并不需要非常精确的检测和跟踪精度，但是对实时性和适用性有很高的要求，本发明专利给出了一种方法解决这个问题，把场景的变化转换为平移、旋转和缩放等动作，实现更为通用的体感交互方式。

发明内容

鉴于现有技术中存在的问题，本发明目的在于提供一种基于手机前置摄像头的体感交互方法，包括以下步骤：

（1）通过前置摄像头，获取当前场景图像，即视频序列；

（2）判断所获得的当前场景图像是否为第一帧图像，若是，返回执行步骤（1）；

（3）对当前帧和前一帧的图像数据，进行光流场分析，获得两帧之间的光流变化以及对应点的坐标；

（4）选取对两帧间光流变化显著的点坐标集合，计算帧间场景的变化趋势和幅度，对应为平移、旋转和缩放的趋势和幅度；

（5）循环执行步骤（1）～（4），并同时将计算出的平移、旋转和缩放的趋势和幅度数据提供给应用程序。

优选的，在步骤（2）和（3）间，还包括步骤：对获取到的场景图像进行下采样，获得较小分辨率的图像数据。

优选的，采用的下采样方法为最近邻像素法，令变换后像素的灰度值等于距它最近的输入像素的灰度值。

优选的，使用KLT算法计算光流场，得到相邻帧间的对应点。

附图说明

图1例示了本发明实施例一种基于手机前置摄像头的体感交互方法流程图；

图2例示了本发明实施例图像间对应点集关系图。

具体实施方式

为使本发明的上述目的、特征和优点更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1例示了本发明实施例提供的一种基于手机前置摄像头的体感交互方法流程图。

如图1所示，上述方法包括以下步骤：

（1）通过前置摄像头，获取当前场景图像，即视频序列；

（2）判断所获得的当前场景图像是否为第一帧图像，若是，返回执行步骤（1）；

（3）对获取到的场景图像进行下采样，获得较小分辨率的图像数据；

（4）对当前帧和前一帧的图像数据，进行光流场分析，获得两帧之间的光流变化以及对应点的坐标；

（5）选取对两帧间光流变化显著的点坐标集合，计算帧间场景的变化趋势和幅度，对应为平移、旋转和缩放的趋势和幅度；

（6）循环执行步骤（1）～（5），并同时将计算出的平移、旋转和缩放的趋势和幅度数据提供给应用程序。

通过上述方法，应用光流跟踪算法，获取场景内运动区域的平均变化趋势和幅度，并转换为平移、旋转和缩放等动作，从而实现一种实时、通用的体感交互方式，应用程序可利用得到的平移、旋转和缩放的趋势和幅度数据对应各种处理操作。

为了更为详细及最佳地对本发明进行说明和保护，下面对图1所例示的方法进行更为细节的说明，但本领域技术人员应当理解，其并不构成对本发明的限制。

在图1所示的步骤（3）中，对获取到的视频数据进行下采样，获得较小分辨率的图像，目的是降低计算数据量。在本方法中，并不需要得到很高精度的手势，因此数据质量并没有很高的要求，在小分辨率的图像上，仍然可以有效计算，但却可以大幅度降低计算复杂度。因此，本领域技术人员可理解的是，步骤（3）是使得本发明更为优化的优选步骤，并不是必要步骤，在不进行下采样处理的情况下，本发明仍可实现，仅为计算复杂度更高而已。

本发明中，采用的下采样方法可例如为最近邻像素法，令变换后像素的灰度值等于距它最近的输入像素的灰度值。

在图1所示的步骤（4）中，使用KLT算法计算光流场，得到相邻帧间的对应点。