[发明专利]人机交互方法和装置

摘要

一种人机交互方法包括如下步骤：获取用户指定的目标图像，并基于随机森林训练，建立包含多个决策树的分类器；存储包含多个决策树的多个分类器和正负样本合集；获取待测图像；计算待测图像与目标图像相同的概率；根据预设的判定阀值，判定待测图像是否为目标图像；分析并得到待测图像和正负样本合集的相关度；根据第一相关度阀值判定待测图像是否为目标图像；当在判定阀值和第一相关度阀值下均判定与目标图像相同时，最终判定待测图像是目标图像；利用待测图像调整分类器的参数以及补充正负样本合集。本发明还提供一种人机交互装置。上述方法和装置可实现用户自定义目标图像且能在使用过程中不断增强识别精度和系统稳定性。

主权项

一种人机交互方法，其特征在于，包括如下步骤：步骤S201，接收用户输入的学习指令，启动学习模式；步骤S202，获取用户指定的目标图像，采集正样本和负样本，并基于随机森林训练，建立包含多个决策树的分类器；步骤S203，存储所述包含多个决策树的多个分类器，以及存储所述正样本和负样本，形成正负样本合集；步骤S204，接收用户输入的检测指令，启动检测模式；步骤S205，获取待测图像；步骤S206，利用所述多个决策树的分类器计算所述待测图像与目标图像相同的概率，输出对应的多个概率值；步骤S207，根据所述多个概率值和预设的判定阀值，判定所述待测图像是否为所述目标图像；步骤S208，分析并得到所述待测图像和正负样本合集的相关度；步骤S209，根据所述相关度和预设的第一相关度阀值，判定所述待测图像是否为所述目标图像；步骤S210，当所述待测图像在所述判定阀值和所述第一相关度阀值下均判定与所述目标图像相同时，最终判定所述待测图像是所述目标图像；步骤S212，利用最终判定与所述目标图像相同的所述待测图像，调整所述多个决策树的分类器的参数；步骤S214，当最终判定与所述目标图像相同的所述待测图像的相关度满足预设的第二相关度阀值时，将所述待测图像作为正样本添加到所述正负样本合集中，当最终判定与所述目标图像不同的所述待测图像的概率值达到预设校正阀值时，将所述待测图像作为负样本添加到所述正负样本合集中。