[发明专利]一种姿势识别人工智能训练系统及其方法

说明书

一种姿势识别人工智能训练系统及其方法，包括光纤测量单元，设置在目标对象上，用于检测目标对象的实时弯曲程度，并根据所述实时弯曲程度得到目标对象的姿势测量结果；识别单元，设置在目标对象的周围，用于采集目标对象的实时图像数据，并根据目标对象的实时图像数据得到目标对象的姿势识别结果；反馈单元，与所述测量单元和所述识别单元相连，用于根据所述姿势测量结果和所述姿势识别结果得到对比结果，并将所述对比结果发送给所述识别单元以训练所述识别单元。其具有以下优势：训练方法简单，易于实施；手势识别的设备体积小，且能够真实地反应手部姿势，有利于人工智能识别系统的训练。

技术领域

本发明涉及姿势识别技术领域，尤其涉及一种姿势识别人工智能训练系统及其方法。

背景技术

随着着计算机软硬件技术的飞速发展和动画制作要求的提高，在越来越多的高新技术领域，运动捕捉已经进入了实用化阶段，成功地应用于虚拟现实、游戏等许多方面。体感设备的输入方式也越来越多样化，根据不同使用场景有不同的体感设备，例如蓝牙陀螺仪手柄控制器(如任天堂的Wii)、深度摄像机(如微软的Kinect，Intel的RealSence)等。早期的蓝牙陀螺仪手柄控制器只能判断手柄挥动方向和手柄按键，不能进行空间定位；后期的虚拟现实手柄，可以进行空间定位，手柄旋转等位移方向识别，但手柄的数据采集有限，因此不能真实反映手部姿势。对于手势识别，现在多采用机械识别，机械识别优点是识别精确，响应速度快，但机械识别同样存在设备体积过大和影响使用者正常手部运动等问题。虽然人工智能已经应用在很多的领域，但还很少用于手势识别，原因在于深度学习的训练过程太过麻烦。

因此，现有技术中存在的技术问题为手势识别时，采用的识别设备较小时，不能真实地反应手部姿势，而当能够真实地反应手部姿势时，所采用的识别设备体积过大。

发明内容

本发明针对针对现有技术存在上述技术问题，提供公开了一种姿势识别人工智能训练系统及其方法，其训练方法简单，手势识别的设备体积小，且能够真实地反应手部姿势。

本发明用于解决以上技术问题的技术方案为，提供一种姿势识别人工智能训练系统，包括光纤测量单元，设置在目标对象上，用于检测目标对象的实时弯曲程度，并根据所述实时弯曲程度得到目标对象的姿势测量结果；

识别单元，设置在目标对象的周围，用于采集目标对象的实时图像数据，并根据目标对象的实时图像数据得到目标对象的姿势识别结果；

反馈单元，与所述测量单元和所述识别单元相连，用于根据所述姿势测量结果和所述姿势识别结果以得到对比结果，并将所述对比结果发送给所述识别单元以训练所述识别单元。

可选地，当所需识别的姿势为手势时，所述目标对象为手；所述光纤测量单元包括：手套，设置有测量位置，用于穿戴在手上；

光纤传感器组，设置在手套内的测量位置上，用于产生各手势下的所述测量位置的实时频谱漂移的程度和方向；

处理模块，与所述光纤传感器组相连，用于根据所述实时频谱漂移的程度和方向获得所述目标对象的实时弯曲程度，并根据所述实时弯曲程度得到目标对象的模拟手势以得到所述姿势测量结果。

可选地，姿势识别人工智能训练系统，还包括：弯曲程度测试模块，与处理模块相连，用于对所述光纤传感器组进行弯曲测试，测量所述光纤传感器组在不同弯曲程度下的频谱漂移的程度和方向，根据所述频谱漂移程度和方向与对应的弯曲程度之间的对应关系建立对应关系表，并将该对应关系表输出给所述处理模块。

可选地，所述识别单元包括：摄像模块，用于获取手的实时图像数据；和

人工智能识别系统，与所述摄像模块相连，用于根据所述实时图像数据得到目标对象的识别手势以得到姿势识别结果。

可选地，所述姿势测量结果包括所述模拟手势、模拟手势形成的时刻以及从所述手势做出到模拟手势形成之间的光纤测量延迟时间；