【摘要】 本发明公开了一种基于手持设备运动检测的实时人机交互方法，包括以下步骤：将手持设备采集的视频进行预处理，获取分块图像帧；对所述分块图像帧的各块进行运动矢量并通过有效运动矢量分类器进行标记，获取有效的局部运动矢量；根据所述局部运动矢量，获取全局运动矢量；根据所述全局运动矢量和对应的交互指令进行人机交互。本发明还公开了一种基于手持设备运动检测的实时人机交互系统。本发明通过用户控制设备运动，手持设备通过对所拍摄视频分析，准确地分析二维全局运动矢量，理解设备的运动，进而完成确定操作的人机交互方法。本发明对用户具备自然性、易懂性，可完成实时、精确的交互式应用。 【专利类型】发明授权 【申请人】清华大学 【申请人类型】学校 【申请人地址】100084 北京市海淀区清华园北京100084-82信箱 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810117966.8 【申请日】2008-08-18 【申请年份】2008 【公开公告号】CN101339661B 【公开公告日】2010-07-28 【公开公告年份】2010 【授权公告号】CN101339661B 【授权公告日】2010-07-28 【授权公告年份】2010.0 【IPC分类号】G06T7/20; G06F3/01 【发明人】沙亮; 王贵锦; 林行刚; 姚安邦 【主权项内容】1.一种基于手持设备运动检测的实时人机交互方法，其特征在于，包括以下步骤： A、将手持设备采集的视频进行预处理，获取分块图像帧，所述预处理包括： A1、将手持设备采集的视频分解为相邻的图像帧，形成独立的静止图像集； A2、将彩色图像数据转化为灰度图像数据； A3、将所述灰度图像划分成以正方形为单位的图像块； B、离线训练有效运动矢量分类器，具体包括如下步骤： B1、从训练视频中选取多组参考图像块，并手工标定其参考运动矢量和有效性； B2、对所述多组参考块进行运动矢量，并根据公式 确定块的残差，其中，RSSD为均方误差，H(i，j)为块内位置(i，j)像素的灰度值； B3、根据所述均方误差RSSD和候选块的运动矢量的最小均方误差Rmin，拟合为公式 所示的二次曲线，其中，XΔ＝X-MVX，YΔ＝Y-MVY， (CX，CY)和(CX′，CY′)为系数； B4、根据公式 获取参数C，其中， B5、由所述参数C和Rmin作为门限值生成有效运动矢量分类器； C、对所述分块图像帧的各块进行运动矢量并通过有效运动矢量分类器进行标记，获取有效的局部运动矢量，具体包括： 根据所述参数C和Rmin判断所述局部运动矢量是否有效，如果C＜TC或Rmin＞TR或Rmin＞αC+β，则所述局部运动矢量无效，否则所述局部运动矢量有效，其中TC为C的门限，TR为Rmin的门限，Rmin和C在由参数α和β确定的直线分割的半平面一侧； 根据所述判断结果，标定所述各块的局部运动矢量的有效性； D、根据所述局部运动矢量，获取全局运动矢量，具体包括： D1、根据公式 其中 将当前帧的局部运动矢量分量分别映射为对应坐标的直方图，其中，NX和NY分别为局部运动矢量范 围的边界， 为运动矢量分类的有效性标志； D2、根据公式 将所述直方图变换为加权直方图，其中，WX和WY分别为在X和Y方向上的直方图加权系数，以选取有效的非零矢量； D3、根据公式 其中 对所述加权直方图进行高斯滤波，形成对应于全局运动矢量的主峰； E、根据所述全局运动矢量和对应的交互指令进行人机交互。 【当前权利人】清华大学 【当前专利权人地址】北京市海淀区清华园北京100084-82信箱 【专利权人类型】公立 【统一社会信用代码】12100000400000624D 【家族被引证次数】19
