[发明专利]一种面向互动电视的手势交互方法和系统

说明书

技术领域

本发明属于人机交互技术领域，具体涉及一种面向互动电视的手势交互方法和系统。 

背景技术

电视数字化和网络化的发展在增强电视功能性和互动性的同时，也为人机交互的研究带来了挑战^[1][2]。用户如何快捷而高效地操控电视成为一个关键问题。一般而言，电视用户倚靠在沙发上，并与电视机有1~3米的距离。对于这种有一定距离的交互场景，目前用户仍广泛使用传统式红外遥控器。遥控器面板相应地增加了更多的按键，一定程度上满足了操控大量节目频道和多种功能选项的需求，但也随之带来可扩展性差、占用视觉注意的问题^[3]。基于鼠标和键盘的人机交互模式极大地方便了人们操作和访问计算机上成千上万的资源，但它并不适用于电视场景和“沙发文化”^[4][5]。文献[6]指出，相比手持式设备，使用无线鼠标和键盘的错误率显著增加。基于视觉的手势交互通过摄像头采集并识别用户动作信息，对周围环境的光线和用户所处的位置方向等有强烈的依赖性^[5][7]，因此应用有一定的局限性。 

加速度传感器以其低功耗、低成本、高灵敏度和小体积而广泛应用于智能终端上，可以检测宿主设备的三维运动信息，且不受外部环境条件的限制。基于加速度传感器的手势交互逐步引起重视^[8]。同时，以手机为代表的智能移动终端不断发展和普及，且具有“随时随身”、操作轻便、用户个性化的特点，也为基于手势的实时交互提供了契机和支撑环境。 

手势特征选取和分类器设计是影响手势识别效果及速度的两个关键问题。文献[9]将加速度数据量化后直接利用HMM(Hidden Markov Model, 隐马尔科夫)模型对手势建模。文献[10]基于DTW(Dynamic Time Warping, 动态时间归整)算法实现手势识别。然而，人手的自由度和噪声等因素给手势识别带来了很大的困难，如何克服这些困难以获得更加简洁干净的手势数据成为难点。文献[11]设计了一种基于帧描述的手势特征提取方法，结合了信号的频域特征和时域特征。但是频域特征的提取需要对手势数据进行离散傅里叶变换，计算复杂度是O(n²)，不适用于计算能力受限的智能移动设备。 

另外，现有的手势识别研究成果多是使用加速度传感器采集数据后在PC平台上处理得到，不利于手势识别技术的推广。 

为解决上述问题，本发明解决的问题有：(1)选择内置加速度传感器的智能移动终端作为交互载体；(2)针对智能移动终端计算能力受限的特性，采用复杂度为O(n)的时域特征提取方法，对手势数据依次进行平稳降噪、去冗余和归一化处理，减小同类手势不同采样数据间的差异性，降低随机噪声的影响，提升识别质量。由于SVM(Support Vector Machine, 支持向量机)在解决小样本、非线性及高维模式识别问题中具有一定的鲁棒性，系统采用SVM分类器实现手势的建模和识别；(3)将实时识别的手势动作结果以指令的形式发送到应用模块，实现对电视机顶盒的遥控。 

发明内容

本发明的目的在于设计一种对实时手势识别准确率高，且响应及时的面向互动电视的手势交互方法和系统。 

本发明设计的面向互动电视的手势交互方法，具体步骤如下： 

1、特征提取。 

特征提取的主要任务和难点是如何去除原始信号的噪声及冗余，减小同类手势不同采样数据间的差异性，保留手势动作的主要特征，便于后期进行建模和识别。一个手势G可以定义为： 

         (1)

其中a_T代表X, Y, Z三维加速度向量，L是手势序列的长度，即采样点数。采集的手势序列是X, Y, Z三维方向上以时间为横轴的向量，且三轴向量的长度相等。

1.1平稳降噪。手势加速度信号在采集或传输过程中会不同程度地受到随机噪声的干扰，同时，用户在做手势过程中不可避免的轻微抖动也会引入噪声。本发明采用均值滤波的方法对手势加速度数据序列进行平稳降噪处理，以减缓短时波动，使得加速度数据更好地反映手势动作的整体运动趋势。如图1所示，“向左”手势的z轴加速度值初始信号及均值滤波后的信号，降噪后的手势信号显然提升了手势的整体动作趋势。