一种体感交互的方法及系统的制作方法
【专利摘要】本发明适用于通信领域，提供了一种体感交互的方法，包括：根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；利用预设摄像头获取人体姿态图像数据；从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；根据匹配结果识别动作并获取相应的人体姿态及动作属性；根据所述人体姿态及动作属性做出相应的交互动作回应。本发明还提供了一种体感交互的系统。本发明所提供的体感交互的方法及系统能快速有效的实现体感交互。
【专利说明】一种体感交互的方法及系统
【技术领域】
[0001]本发明涉及通信领域，尤其涉及一种体感交互的方法及系统。
【背景技术】
[0002]随着计算机技术的深入发展，在现代化的工作及生活模式中，人们越来越需要跟各类机器打交道；生产机器人、家庭服务机器人、运动游戏机器人等现代化的机器人进入人们的工作生活，通过获取人体姿态及动作数据的新一代体感交互技术进一步加强了人机交互的性能及体验，随着机器人处理任务的强度、难度、复杂度的进一步加强，人机交互成为解决问题的一大关键技术，而且大部分情况下同一类机器只能做一类交互需求，生活工作上更希望同一机器人在处理过程中能完成不同的交互需求，例如运动交互需求，家庭服务需求等。
[0003]因此，亟需设计一种全新的体感交互的方法及系统，从而可以更简单、快速、准确的获取人体姿态及动作三维数据，并精确分析其相应的人体姿态和动作模式，同时能在同一处理过程中可以根据需求处理不同的交互需求。
【发明内容】
[0004]有鉴于此，本发明实施例的目的在于提供一种体感交互的方法及系统，旨在解决现有技术中同一类机器只能做单一类别的交互需求而不能处理不同的交互需求的问题。
[0005]本发明实施例是这样实现的，一种体感交互的方法，包括:
[0006]根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；
[0007]利用预设摄像头获取人体姿态图像数据；
[0008]从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；
[0009]在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；
[0010]根据匹配结果识别动作并获取相应的人体姿态及动作属性；
[0011]根据所述人体姿态及动作属性做出相应的交互动作回应。
[0012]优选的，所述根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库的步骤包括:
[0013]利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据；
[0014]从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据；
[0015]在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据；
[0016]对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据；
[0017]根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
[0018]优选的，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据。
[0019]另一方面，本发明还提供一种体感交互的系统，所述系统包括:
[0020]模型数据库建立模块，用于根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；
[0021]图像数据获取模块，用于利用预设摄像头获取人体姿态图像数据；
[0022]三维数据计算模块，用于从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；
[0023]运动轨迹匹配模块，用于在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；
[0024]动作属性识别模块，用于根据匹配结果识别动作并获取相应的人体姿态及动作属性；
[0025]交互动作回应模块，用于根据所述人体姿态及动作属性做出相应的交互动作回应。
[0026]优选的，所述模型数据库建立模块包括:
[0027]图像获取子模块，用于利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据；
[0028]匹配计算子模块，用于从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据；
[0029]轨迹获取子模块，用于在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据；
[0030]数据分类子模块，用于对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据；
[0031]建立存储子模块，用于根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
[0032]优选的，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据。
[0033]在本发明实施例中，本发明提供的技术方案，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求,能适合快速、高效的机器人体感交互产品的实现。
【专利附图】
【附图说明】
[0034]图1为本发明一实施方式中体感交互的方法流程图；
[0035]图2为本发明一实施方式中图1所示步骤Sll的详细流程示意图；[0036]图3为本发明一实施方式中体感交互的系统结构示意图；
[0037]图4为本发明一实施方式中图3所示模型数据库建立模块101的内部结构示意图。
【具体实施方式】
[0038]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0039]本发明【具体实施方式】提供了一种体感交互的方法，主要包括如下步骤:
[0040]S11、根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；
[0041]S12、利用预设摄像头获取人体姿态图像数据；
[0042]S13、从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；
[0043]S14、在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；
[0044]S15、根据匹配结果识别动作并获取相应的人体姿态及动作属性；
[0045]S16、根据所述人体姿态及动作属性做出相应的交互动作回应。
[0046]本发明所提供的一种体感交互的方法，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求，能适合快速、高效的机器人体感交互产品的实现。
[0047]以下将对本发明所提供的一种体感交互的方法进行详细说明。
[0048]请参阅图1，为本发明一实施方式中体感交互的方法流程图。
[0049]在步骤Sll中，根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库。
[0050]在本实施方式中，可事先根据不同的体感交互需求建立相应的人体姿态及动作轨迹模型，针对不同的体感交互需求，处理系统首先要建立不同体感交互需求的人体姿态及动作轨迹模型，然后存储至体感交互处理系统，如步骤Sll所示。在本实施方式中，步骤Sll的详细流程主要包括步骤S111-S115，如图2所示。
[0051]请参阅图2，为本发明一实施方式中图1所示步骤Sll的详细流程示意图。
[0052]在步骤Slll中，利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据。在本实施方式中，利用双目摄像头主要是为了获取人体各类姿态和动作的左右两幅图像数据，这样为进一步计算得到人体各类姿态和动作的三维立体数据提供原始依据，即基于双目视觉。
[0053]在步骤S112中，从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据。
[0054]在本实施方式中，特征点为可以代表在像数据中最能体现人体各类姿态及动作的点，通过特征点的提取来获取人体各类姿态和动作的三维数据，其中特征点的匹配计算算法与不同的特征点相对应。
[0055]在步骤S113中，在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据。
[0056]在本实施方式中，将多巾贞图像叠加在一起可以获取运动轨迹，基于这一原理，本发明正是通过获取到的所述人体各类姿态和动作的连续多帧图像数据来提取人体各类姿态及动作的轨迹数据。
[0057]在步骤S114中，对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据。
[0058]在本实施方式中，不同的姿态及动作对应的运动轨迹不同，例如，清洁动作与游戏动作的运动轨迹不同，本发明需要对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据。
[0059]在步骤S115中，根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
[0060]请继续参阅图1，在步骤S12中，利用预设摄像头获取人体姿态图像数据。在本实施方式中，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据，这样为进一步计算得到人体各类姿态和动作的三维立体数据提供原始依据，即基于双目视觉。
[0061]在步骤S13中，从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据。
[0062]在本实施方式中，特征点为可以代表在像数据中最能体现人体各类姿态及动作的点，通过特征点的提取来获取人体各类姿态和动作的三维数据，其中特征点的匹配计算算法与不同的特征点相对应。
[0063]在步骤S14中，在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配。在本实施方式中，将多帧图像叠加在一起可以获取运动轨迹，基于这一原理，本发明正是通过获取到的所述人体各类姿态和动作的连续多帧图像数据来提取人体各类姿态及动作的轨迹数据。
[0064]在步骤S15中，根据匹配结果识别动作并获取相应的人体姿态及动作属性。
[0065]在本实施方式中，提取到的运动轨迹可能与已经建立并存储的对应的人体姿态及动作模型数据库中的模型不匹配，这时将不予处理，或者，在其他实施方式中，将新的运动轨迹添加到该人体姿态及动作模型数据库中以便于下次应用时进行相关处理；但是，当提取到的运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库中的模型匹配时，就识别动作并从该人体姿态及动作模型数据库中获取相应的人体姿态及动作属性。
[0066]在步骤S16中，根据所述人体姿态及动作属性做出相应的交互动作回应。在本实施方式中，针对不同的体感交互需求，例如家庭清洁、游戏运动、生产服务都有其特有的动作轨迹模型，通过事先获取其人体姿态及其动作的相关数据建立对应的人体姿态及动作模型数据库，用于机器人体感交互过程中识别并在交互过程中作出相应的回应。在本实施方式中，通过双目视觉系统获取图像数据、计算获得人体姿态及动作的三维数据、通过匹配已建立的体感交互需求中的人体姿态及动作模型数据库、快速计算得到人体姿态及相应的动作幅度、速度等属性，最后体感交互系统据此回应相应的交互动作。
[0067]本发明所提供的一种体感交互的方法，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求，能适合快速、高效的机器人体感交互产品的实现。
[0068]本发明【具体实施方式】还提供一种体感交互的系统10，主要包括:
[0069]模型数据库建立模块101，用于根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；
[0070]图像数据获取模块102，用于利用预设摄像头获取人体姿态图像数据；
[0071]三维数据计算模块103，用于从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；
[0072]运动轨迹匹配模块104，用于在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；
[0073]动作属性识别模块105，用于根据匹配结果识别动作并获取相应的人体姿态及动作属性；
[0074]交互动作回应模块106，用于根据所述人体姿态及动作属性做出相应的交互动作回应。
[0075]本发明所提供的一种体感交互的系统10，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求，能适合快速、高效的机器人体感交互产品的实现。
[0076]以下将对本发明所提供的一种体感交互的系统10进行详细说明。
[0077]请参阅图3，所示为本发明一实施方式中体感交互的系统10的结构示意图。在本实施方式中，体感交互的系统10包括模型数据库建立模块101、图像数据获取模块102、三维数据计算模块103、运动轨迹匹配模块104、动作属性识别模块105以及交互动作回应模块 106。
[0078]模型数据库建立模块101，用于根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库。
[0079]在本实施方式中，可事先根据不同的体感交互需求建立相应的人体姿态及动作轨迹模型，针对不同的体感交互需求，处理系统首先要建立不同体感交互需求的人体姿态及动作轨迹模型，然后存储至体感交互处理系统。在本实施方式中，模型数据库建立模块101的内部结构详细包括:图像获取子模块1011、匹配计算子模块1012、轨迹获取子模块1013、数据分类子模块1014以及建立存储子模块1015，如图4所示。
[0080]请参阅图4，所示为本发明一实施方式中图3所示模型数据库建立模块101的内部结构示意图。
[0081 ] 图像获取子模块1011，用于利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据。在本实施方式中，利用双目摄像头主要是为了获取人体各类姿态和动作的左右两幅图像数据，这样为进一步计算得到人体各类姿态和动作的三维立体数据提供原始依据，即基于双目视觉。
[0082]匹配计算子模块1012，用于从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据。
[0083]在本实施方式中，特征点为可以代表在像数据中最能体现人体各类姿态及动作的点，通过特征点的提取来获取人体各类姿态和动作的三维数据，其中特征点的匹配计算算法与不同的特征点相对应。
[0084]轨迹获取子模块1013，用于在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据。
[0085]在本实施方式中，将多帧图像叠加在一起可以获取运动轨迹，基于这一原理，本发明正是通过获取到的所述人体各类姿态和动作的连续多帧图像数据来提取人体各类姿态及动作的轨迹数据。
[0086]数据分类子模块1014，用于对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据。
[0087]在本实施方式中，不同的姿态及动作对应的运动轨迹不同，例如，清洁动作与游戏动作的运动轨迹不同，本发明需要对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据。
[0088]建立存储子模块1015，用于根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
[0089]请继续参阅图3，图像数据获取模块102，用于利用预设摄像头获取人体姿态图像数据。在本实施方式中，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据，这样为进一步计算得到人体各类姿态和动作的三维立体数据提供原始依据，即基于双目视觉。
[0090]三维数据计算模块103，用于从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据。
[0091]在本实施方式中，特征点为可以代表在像数据中最能体现人体各类姿态及动作的点，通过特征点的提取来获取人体各类姿态和动作的三维数据，其中特征点的匹配计算算法与不同的特征点相对应。
[0092]运动轨迹匹配模块104，用于在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配。在本实施方式中，将多帧图像叠加在一起可以获取运动轨迹，基于这一原理，本发明正是通过获取到的所述人体各类姿态和动作的连续多帧图像数据来提取人体各类姿态及动作的轨迹数据。
[0093]动作属性识别模块105，用于根据匹配结果识别动作并获取相应的人体姿态及动作属性。
[0094]在本实施方式中，提取到的运动轨迹可能与已经建立并存储的对应的人体姿态及动作模型数据库中的模型不匹配，这时将不予处理，或者，在其他实施方式中，将新的运动轨迹添加到该人体姿态及动作模型数据库中以便于下次应用时进行相关处理；但是，当提取到的运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库中的模型匹配时，就识别动作并从该人体姿态及动作模型数据库中获取相应的人体姿态及动作属性。
[0095]交互动作回应模块106，用于根据所述人体姿态及动作属性做出相应的交互动作回应。在本实施方式中，针对不同的体感交互需求，例如家庭清洁、游戏运动、生产服务都有其特有的动作轨迹模型，通过事先获取其人体姿态及其动作的相关数据建立对应的人体姿态及动作模型数据库，用于机器人体感交互过程中识别并在交互过程中作出相应的回应。在本实施方式中，通过双目视觉系统获取图像数据、计算获得人体姿态及动作的三维数据、通过匹配已建立的体感交互需求中的人体姿态及动作模型数据库、快速计算得到人体姿态及相应的动作幅度、速度等属性，最后体感交互系统据此回应相应的交互动作。
[0096]本发明所提供的一种体感交互的系统10，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求，能适合快速、高效的机器人体感交互产品的实现。
[0097]在本发明实施例中，本发明提供的技术方案，利用双目视觉获取人体姿态图像数据并计算出在三维空间中人体姿态及动作的三维数据，以获取人体连续运动的各类姿态及动作的轨迹，并利用已经建立好的人体姿态及动作模型数据库进行匹配跟踪，能更快速、准确的获取并识别动作轨迹，从而估计出人体姿态及动作模式，同时根据已经建立好的不同体感交互需求数据模型做出相应的不同交互回应，进而实现在同一类机器上能处理不同的交互需求,能适合快速、高效的机器人体感交互产品的实现。
[0098]值得注意的是，上述实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0099]另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如R0M/RAM、磁盘或光盘等。
[0100]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种体感交互的方法,其特征在于,所述方法包括: 根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库； 利用预设摄像头获取人体姿态图像数据； 从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据； 在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配； 根据匹配结果识别动作并获取相应的人体姿态及动作属性； 根据所述人体姿态及动作属性做出相应的交互动作回应。
2.如权利要求1所述的体感交互的方法,其特征在于,所述根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库的步骤包括: 利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据； 从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据； 在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据； 对不同的姿态及动作的轨 迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据； 根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
3.如权利要求1所述的体感交互的方法，其特征在于，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据。
4.一种体感交互的系统，其特征在于，所述系统包括: 模型数据库建立模块，用于根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库； 图像数据获取模块，用于利用预设摄像头获取人体姿态图像数据； 三维数据计算模块，用于从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据； 运动轨迹匹配模块，用于在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；动作属性识别模块，用于根据匹配结果识别动作并获取相应的人体姿态及动作属性；交互动作回应模块，用于根据所述人体姿态及动作属性做出相应的交互动作回应。
5.如权利要求4所述的体感交互的系统，其特征在于，所述模型数据库建立模块包括: 图像获取子模块，用于利用双目摄像头获取不同体感交互需求的人体各类姿态和动作的连续多帧图像数据； 匹配计算子模块，用于从所述连续多帧图像数据中提取特征点，并根据所述特征点匹配计算得到所述人体各类姿态及动作的三维数据； 轨迹获取子模块，用于在获取到的所述人体各类姿态和动作的连续多帧图像数据中，提取人体各类姿态及动作的轨迹数据； 数据分类子模块，用于对不同的姿态及动作的轨迹数据进行分类，并根据不同的动作及其属性建立相应的体感交互回应动作数据； 建立存储子模块，用于根据人体各类姿态及动作的轨迹数据建立并存储不同的人体姿态、动作以及其相应的体感交互回应动作模型数据库。
6.如权利要求4所述的体感交互的系统，其特征在于，所述预设摄像头包括双目摄像头，用于获取左右两幅人体姿态图像数据。
【文档编号】G06F3/048GK103646425SQ201310593532
【公开日】2014年3月19日 申请日期:2013年11月20日 优先权日:2013年11月20日
【发明者】程俊, 姜军, 陈裕华, 吴新宇, 肖谦 申请人:深圳先进技术研究院