基于手势识别的智能电视交互专利技术综述

合集下载

基于手势识别的智能家居人机交互专利技术综述

基于手势识别的智能家居人机交互专利技术综述

基于手势识别的智能家居人机交互专利技术综述作者:刘明惠来源:《科学与财富》2019年第09期引言手势识别技术是现今非常流行的一种用于人机交互的技术,提供给用户和谐、方便的交互方式,面向智能家居的手势控制方式具有操控简单、人机交互友好等优点,是智能家居的发展趋势之一。

本文以基于手势识别的智能家居的专利申请作为分析对象,重点分析全球范围内关于基于手势识别的智能家居的申请信息、重要申请人、专利布局等信息,力求还原基于手势的智能家居技术国内外的发展现状以及寻找该领域未来发展的热点。

一、基于手势识别的智能家居技术的基本介绍手势识别被普遍认为是一种自然高效的人机交互方法。

本文中基于手势识别的智能家居重点在通过手势识别对住宅配套中的照明控制、智能厨房、智能卫浴、智能供热;家用电器中的智能空调、智能冰箱、智能洗衣机、智能电视;以及其他家用器具中的智能窗帘等的控制。

二、基于手势识别的智能家居技术的专利现状分析为了全面分析目前基于手势识别的智能家居的专利技术现状,本文检索了德温特数据库专利文献。

1. 申请量趋势变化由图1可知,基于手势识别的智能家居技术在全球范围内的专利申请量呈逐年上升趋势,并保持了较高的申请量,该项技术在全球范围内维持了较高的关注度。

2008年以前,该项技术的年申请量不足100件;2008年以后,每年申请量的增长幅度在20%以上,年申请量维持在200件以上,并在2013年达到申请量的峰值520件。

其在近几年的申请量保持在了较高的水平,足以见得其发展势头良好,全球范围内均有较快的发展。

2. 主要申请人分布图2是基于手势识别的智能家居技术全球主要申请人的分布和排名情况,全球申请量排名前十的均为国际知名跨国企业,其中四家为美国企业,分别为微软、谷歌、高通、黑莓,足以见美国在该领域中的领先优势。

两家为韩国企业,分别为三星、LG公司,这两家企业在智能电视领域均有不俗的表现。

两家为日本企业,分别为索尼和京瓷,可见大家都想在智能家居领域分的一杯羹。

人机交互中的手势识别技术综述

人机交互中的手势识别技术综述

人机交互中的手势识别技术综述摘要:手势识别技术是人机交互领域中的重要研究方向之一,它使用户能够使用自然、直观的动作与计算机进行交互。

本文综述了手势识别技术的发展历程以及在不同领域应用的现状和挑战。

首先介绍了手势识别技术的基本原理,包括手势采集、手势表示与编码以及手势识别与分类。

随后,探讨了手势识别技术在计算机视觉、虚拟现实、智能家居、医疗保健等领域的应用。

最后,分析了当前手势识别技术面临的挑战,并对未来发展方向进行了展望。

1. Introduction人机交互的目标是使用户与计算机之间的交互更加自然、高效、直观。

手势识别技术作为一种直观的交互方式,已经在各个领域得到广泛应用。

手势识别技术可以通过识别和解释使用者的手势动作,实现对计算机的控制。

例如,通过手势控制智能手机、电视遥控器、游戏设备等。

2. 手势识别技术的基本原理2.1 手势采集手势采集是指通过各种传感器或设备,如摄像头、深度相机、惯性传感器等,获取用户的手势动作数据。

其中最常用的手势采集方式是通过摄像头获取用户的手势图像,然后将手势图像转化为数字形式进行处理。

2.2 手势表示与编码在手势识别中,手势的表示和编码是一个重要的步骤。

手势的表示可以通过手势的轮廓、姿态、运动等特征来描述。

手势编码是将手势表示转化为计算机可以理解的形式,通常使用特征提取和降维技术。

2.3 手势识别与分类手势识别是指将用户的手势与预定义的手势模型进行匹配,从而确定用户的手势意图。

手势分类是将不同类型的手势区分开来,通常使用机器学习算法、神经网络等方法进行分类。

3. 手势识别技术的应用3.1 计算机视觉手势识别技术在计算机视觉领域有广泛的应用。

例如,通过手势识别技术可以实现手势操作电脑的功能,如在空中划动手势进行页面切换、放大缩小、旋转等。

此外,手势识别还可以用于视频监控系统中的行为分析与识别,例如识别危险行为、异常行为等。

3.2 虚拟现实手势识别技术在虚拟现实领域的应用也日益增多。

手势识别综述

手势识别综述
套能不能将手指 、 手掌 、 手腕 的弯 曲真实的以数据形势反演 到 系统数据库中 , 让系统根据模型对手 势进行有效识别 , 由于手 部软组织和计算复杂性 , 数据手套的计算速度 总是存在延时 , 同时从人机交互 的角度手套佩戴也十分不方便 ,如果 多人使
手 势通 常可 以分 为操作性手势 和交 流性手势 : 如钢琴伴
基 于摄 像头数据采 集方式 的手势识别 系统从 数据采 集 的角度来说要 比数据手套方便 , 摄像头采集到 的手部数据 后
比较麻烦 的是要从背景 中将手分割 出来 , 通常会用肤色分 割 的方法 基于皮肤 的色调将不 同于周 围背景手 的区域分离 出 来, 但是会 受到光线等 因素干扰 。 分离 出手后需要 用合适 的
动作理解警察 的意思 . 含有视觉上的信息 。
按 照手势在表达 的信息中所处 的地位分为 自主性手势和 非 自主. 性手势 :哑语演示时表演者手上的手势动作完全表达
了哑语表演者的思想 . 手势在语义交流中占主导地位 。 属于 自
主 性手势 .演员表演节 目时有时 为了更好的表达情感会用手 势加深语义表达 , 但是手势只是为了更好表达意思 , 到对演 起
奏家在 弹奏钢琴时的手指动作属于操作性手势,通过十个手
指 的不 同组合 ,在键盘上发 出不 同声音形成 乐曲的弹奏 , 只
有操作 的含义, 不含有视觉上信 息。 马路上交警 指挥路况时手 上的动作属于交流性手势 , 通过 司机观察交通警 察手上不同
用还存在卫生等问题 ,ቤተ መጻሕፍቲ ባይዱ此数据手套 目前来说只是应用在试
验阶段 . 真正推广到社会应用还有很多问题要解决 。 例如由海 军某 课题 组开发的某型飞机训练仿真系统采用 了数据手套 , 将人的动作如拉升飞机操纵杆通过数据手套反应 到系统中 , 但是不足之处 是手套存在一 定的延时 ,通常第二个动作都准 备做了 . 第一个动作系统往往还没执行 , 这和真实的飞机操作 存在很大 的差别 ,但是要想 系统及时接受数据手套传感来 的 数据 , 往往对系统的中央处理器要求很高 , 需要大量投入经 费

智能家居中基于手势识别的交互技术研究

智能家居中基于手势识别的交互技术研究

智能家居中基于手势识别的交互技术研究随着科技的不断进步,智能家居已经成为了目前家居行业的一个热门话题。

而在智能家居中,无线交互技术是应用最为广泛的技术之一。

而其中基于手势识别的交互技术更是备受关注和研究。

本文将介绍智能家居中基于手势识别的交互技术的原理、应用以及未来发展方向。

一、基于手势识别的交互技术的原理基于手势识别的交互技术是一种通过识别人体手部或身体运动,实现控制智能家居设备的交互技术。

它主要依托于成像技术、模式识别技术和计算机视觉技术等方面的技术。

当用户运动时,这些设备既可以通过智能硬件识别人体手部动作,又可以将用户动作转化为指令,从而控制智能家居设备进行相应的操作。

二、基于手势识别的交互技术的应用基于手势识别的交互技术具有广泛的应用,它可以应用于语音交互无法涉及或者用户不便使用语音交互的场景。

下面介绍几个常见的应用场景:1、灯光控制:用户通过手势的不同来控制灯光开启和关闭以及调节灯光亮度。

比如,当用户把手在空中画圆时,智能家居中的灯光就会缓缓变亮。

2、家居音乐控制:用户通过手势来开启或关闭家庭音乐以及选择曲目。

比如,当用户做出向右交叉手指的手势时,会播放下一首歌曲。

3、家居影视控制:用户通过手势来操作智能家居中的影视设备,包括打开或关闭电视、调整音量、选择频道等等。

三、基于手势识别的交互技术未来发展方向虽然基于手势识别的交互技术已经有了广泛的应用,但是它的未来发展方向依旧值得关注。

以下是几个未来发展方向:1、越来越精准的动作识别:未来越来越高分辨率的影像传感器以及深度摄像头将会拓展手势识别技术的应用场景并改善手势的精度。

2、更加智能的交互模式:未来智能家居的交互技术将越来越人性化、智能化。

未来的家居交互系统将会依靠智能学习和预测手势来增强操纵智能家居的交互模式。

3、与智能设备的无缝连接:随着5G通信技术的普及和智能家居设备的多样化,未来智能家居将会越来越与个人设备全面连接。

未来的手势识别系统将会更加兼容多设备的跨平台操作。

手势识别技术综述

手势识别技术综述

手势识别技术综述作者:刘艳陈志刚来源:《科学与财富》2018年第22期摘要:手势作为一种和谐的交互方式被各大电视机厂家应用于智能电视的交互中。

体感遥控手势识别技术在智能电视上的应用使人们摆脱传统遥控器的束缚,更好灵活地操控电视。

本文对手势识别采用的技术做了简介,并介绍了其发展历程,统计了本领域国内外相关专利的申请趋势,并对该领域相关申请人的专利申请做了分析。

1 前言体感技术最先得到大众关注的是在家用游戏机上的应用。

通过在游戏手柄中加入陀螺仪和加速度传感器,识别人体的动作。

随着智能化的发展,体感遥控也逐渐应用于电视和机顶盒、手机和平板电脑、智能家居、商场智能购物车等诸多热门环境,涉及领域很广,就有良好的发展前景。

与表情、姿态等其他视觉交互方式相比,手势交互的优势体现在手势对表情、姿态等基于视觉的交互方式有更强的表达能力,有着更好的普适性和舒适性。

2 体感遥控技术发展历程受限于计算机的处理能力和硬件的局限,早期的手势识别方案多采用数据手套的方法。

虽然数据手套的方法具有快速准确等优点,但该方法要求使用者穿戴复杂的数据手套和位置跟踪器,不是符合自然人机交互的要求。

之后,人们又致力于标记手势的研究,即通过在手上作标记,例如在手腕或手指出贴上或画上特殊颜色的圈点,用来识别手势。

这虽然给识别带来了方便,但是也给实验者带来了麻烦。

最后,人们终于把注意力集中到自然手上,通过专用加速硬件和脱机训练,一些研究者成功地研究了手势系统。

随后,陆续出现一些手势识别技术,但是由于手势识别的精度不高和可靠性不理想,手势识别技术在智能电视上并未得到推广,手势识别技术一直处于缓慢发展阶段。

近年来,随着智能化的发展,人们的需求逐渐提高,智能电视的手势遥控技术也进入快速发展时期。

3 体感遥控手势识别技术专利概况3.1 全球申请量趋势分析为了获得与手势识别技术相关的专利技术的全球申请情况,在本文中主要是在S系统中的DWPI数据库中通过关键词和分类号这两种方式检索手势识别技术的相关专利申请,对专利数据进行分析统计。

手势识别技术综述

手势识别技术综述

手势识别技术综述作者单位:河北工业大学计算机科学与软件学院内容摘要:手势识别是属于计算机科学与语言学的一个将人类手势通过数学算法针对人们所要表达的意思进行分析、判断并整合的交互技术。

一般来说,手势识别技术并非针对单纯的手势,还可以对其他肢体动作进行识别,比如头部、胳臂等。

但是这其中手势占大多数。

本文通过对手势识别的发展过程、使用工具、目的与市场等进行综述,梳理出手势识别发展的思路,让读者对手势识别有一个总体上的认识,同时也可以让读者在此基础上进行合理想象,对手势识别的未来有一个大体印象。

Abstract:Gesture recognition is an interactive technology using mathematical arithmetic to the analysis,judge and assembly meaning that people want to convey which belongs to computer science and Linguistics.In general, gesture recognition technology is not for simple gestures expressed by hands ,it can also aim to other body movement recognition, such as the head, arm and so on. But the gesture accounted for most of the analysis. In this paper, by describing the development process, tools used , objective and market of gesture recognition , we can sort out the ideas of the development of gesture recognition, and let readers have an overall understanding of gesture recognition. At the same time, it can let the reader imagine that on hand gesture recognition based on reason ,and have a general impression of its future.1.定义说到手势识别,首先要对手势识别中的手势有一个清晰的认知。

智能电视的手势识别技术

智能电视的手势识别技术

智能电视的手势识别技术在当今信息技术日新月异的时代,智能电视作为一个家庭娱乐中不可或缺的角色,正变得越来越智能化和人性化。

其中一项引人瞩目的进展是智能电视的手势识别技术。

这项技术使用户可以通过简单的手势来操控电视,而无需遥控器或其他外部设备。

本文将探讨智能电视手势识别技术的原理、应用和未来发展。

一、智能电视手势识别技术的原理智能电视手势识别技术基于图像处理和人工智能算法来实现。

当用户在电视前做出特定的手势时,智能电视的摄像头会捕捉到用户的动作,并将其转化为数字信号。

然后,智能电视内置的处理器和软件会对这些数字信号进行分析和解读,从而识别用户的手势。

为了实现准确的手势识别,智能电视通常使用红外线或RGB-D摄像头来捕捉用户的手势图像。

这些摄像头可以实时拍摄、跟踪和分析用户的手势动作,并将其转化为对应的操作命令。

二、智能电视手势识别技术的应用智能电视手势识别技术在家庭娱乐中有广泛的应用前景。

首先,它可以作为一种替代传统遥控器的方式,让用户可以更加自由地控制电视。

用户只需要简单地挥手或者做出手势动作,就能够实现电视频道的切换、音量的调节或者播放媒体内容等操作。

这种操作方式让用户感受到更直接、更直观的操控体验。

其次,智能电视手势识别技术在教育和体育方面也有着潜在的应用。

通过手势操作,用户可以在教育应用中更加方便地书写、绘画和交互。

在体育方面,智能电视的手势识别技术可以用于各类运动训练、健身指导以及体育游戏,提供更加身临其境的互动体验。

此外,智能电视手势识别技术还可以应用于商业广告和虚拟现实等领域。

通过手势识别,商家可以实现用户行为的追踪和数据的分析,从而为用户提供更有针对性的广告推送。

而在虚拟现实领域,手势识别技术可以与头戴式显示设备结合,实现更加身临其境的虚拟现实体验。

三、智能电视手势识别技术的未来发展目前,智能电视手势识别技术还面临一些挑战和改进的空间。

首先,手势识别的准确性和稳定性需要进一步提升。

基于人工智能的手势识别与交互技术研究与实现

基于人工智能的手势识别与交互技术研究与实现

基于人工智能的手势识别与交互技术研究与实现手势识别与交互技术是基于人工智能的重要应用领域之一,它利用计算机视觉和模式识别等技术,实现了人与计算机之间基于手势的自然交互。

本文将深入研究与实现基于人工智能的手势识别与交互技术。

一、引言手势识别与交互技术在人机交互、虚拟现实、智能家居等领域具有广泛的应用前景。

通过识别人的手势动作,计算机可以实现更加直观、自然的交互方式,提升用户体验。

二、手势识别技术手势识别技术是手势交互的基础。

通过摄像头或深度传感器等设备获取用户的手势图像数据,并对其进行处理和分析。

主要有以下几种手势识别技术:1. 基于模板匹配的手势识别该方法通过预先录制一系列手势模板,并将其与实时图像进行匹配,从而识别出用户的手势。

然而,由于光线、角度等因素的干扰,该方法对实时性和鲁棒性要求较高。

2. 基于机器学习的手势识别该方法通过训练一个机器学习模型,使其能够根据输入的手势数据进行分类和识别。

常用的机器学习算法包括支持向量机(SVM)、决策树和深度学习等。

这种方法需要大量的手势数据进行训练,并且对模型的选择、特征工程等方面有一定要求。

3. 基于深度学习的手势识别深度学习技术在手势识别中取得了巨大的突破。

使用卷积神经网络(CNN)等深度学习模型,可以直接从原始图像中学习手势的特征表示,并进行分类和识别。

相比于传统的方法,基于深度学习的手势识别可以提供更高的准确性和鲁棒性。

三、手势交互技术手势交互技术是通过识别用户的手势动作,实现与计算机的交互和控制。

通过手势交互,用户可以通过自然的动作指令完成各种操作。

以下是一些常见的手势交互技术:1. 手势控制通过特定的手势动作,实现对计算机系统或应用程序进行控制。

例如,用户可以通过做出点击和滑动手势操作来完成鼠标的左键点击和滚动等操作。

2. 手势导航通过手势动作在屏幕上导航和操作应用程序。

例如,用户可以通过向左划动手指在浏览器中返回上一页,或者通过捏合手势放大和缩小地图。

基于视觉的手势识别专利技术综述

基于视觉的手势识别专利技术综述

基于视觉的手势识别专利技术综述基于视觉的手势识别专利技术综述摘要:基于视觉的手势识别系统能够使操作者徒手以更加自然的方式进行人机交互,无需设备费用,且操作方便,是手势识别未来的发展趋势。

本文从专利的角度出发,分析了该项技术专利申请的年代、地域分布情况以及技术发展路线。

关键词:视觉手势;识别;交互;专利一、引言人机交互是手势识别成功应用的一个重要领域,其在对机器人的控制、汽车驾驶、操纵图形对象等场景中都有丰富的应用。

最初的手势识别主要是利用机器设备的直接检测来获取人手与各个关节的空间信息,其典型代表设备如数据手套等。

外部设备的介入虽使得手势识别的准确度和稳定性得以提高,但却掩盖了手势自然的表达方式,为此,基于视觉的手势识别方式应运而生。

基于视觉的手势识别系统,相比于穿戴设备手势识别系统,其能够使操作者徒手以更加自然的方式进行人机交互,这种方法不但不需要花费高昂的设备费用,而且在操作时也更加方便,是手势识别未来的发展趋势。

二、专利技术发展状况分析(一)专利申请量趋势及地域分布如图1所示,早在20世纪90年代就出现了视觉手势识别的专利申请,而中国国内最早的关于视觉手势识别的专利申请则出现于20XX年。

总体看来国内外关于视觉手势识别的专利申请数量大致呈现增长趋势:在1997-20XX年期间,全球专利申请量呈现较平稳的状态,其中,在20XX-20XX年期间有所下降,其原因可能是受到手势采集设备和计算机视觉发展的限制;自20XX年之后进入迅猛增长期,在20XX年专利申请量达到545件(注:由于专利公开需要18个月的时间,20XX-20XX年期间提出的部分专利申请尚未公布,因此虽然检索到的20XX-20XX年期间的专利申请数量相较于20XX年有所减少,但不能说明专利申请数量在下降);与此同时,中国的专利申请数量与全球趋势大致相同,在20XX-20XX年处于较平稳的状态,自20XX年之后进入迅猛增长期,在20XX年专利申请量达到315件。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于手势识别的智能电视交互专利技术综述智能电视具有操作系统,支持第三方应用资源实现功能扩展,支持多网络接入功能,具备人机交互、与其他智能设备进行交互等。

随着计算机视觉的发展和人机交互的需要,手势识别研究取得了蓬勃的发展,通过手势识别对智能电视进行控制和操作,能够更轻松、高效地使用电视设备。

文章利用专利数据库对智能电视手势识别技术进行了数据统计和分析,对该领域的专利申请趋势等情况做了归纳总结。

标签:智能电视;手势识别;发展状况;专利Abstract:Intelligent TV has the operating system,which supports the third party application resources to realize the function expansion,supports the multi-network access function,has the man-machine interaction,and carries on the interaction with other intelligent devices. With the development of computer vision and the need of human-computer interaction,the research of gesture recognition has made great progress. By controlling and operating intelligent TV through gesture recognition,one can more easily and more efficiently use TV equipment. This paper makes use of patent database to analyze the data of intelligent TV gesture recognition technology,and summarizes the trend of patent application in this field.Keywords:intelligent TV;gesture recognition;development status;patent 引言电视是家庭娱乐休闲必不可少的家用电器。

如今,电视依然是最为普及的信息传播载体,用户在观看普通节目的同时,还可以上网、娱乐等。

从用户的角度出发,通过自然简单、人性化的方式完成交互,无疑是用户完成电视操作的最佳方式。

而手势具有直观、自然、丰富的特点,是一种符合人们日常习惯的交互手段,是表達信息和特定意图的良好载体,由于手势具有上述特性,因此在对智能电视进行操控中得到了良好的运用,实现了对智能电视自然灵活地操作。

1 基于手势识别的智能电视控制技术发展状态分析1.1 技术分解本文通过检索获得的专利申请进行统计分析,对基于手势识别的智能电视控制所涉及的具体技术和应用领域进行分解。

根据手势采集设备可以将手势识别系统大致分为基于数据手套和基于视觉的两种手势识别系统。

其中,数据手套通过多个传感器反馈各关节的数据,并通过位置跟踪器返回人手所在的三维坐标,从而获取手势在三维空间中的位置信息和手指的运动信息。

通过数据手套可以直接获取人手在三维空间中的位置和运动参数,数据精度高,但数据手套的不足是设备较为昂贵,长时间佩戴时手部出汗等会造成用户体验不佳。

而基于视觉的手势识别系统,通过摄像头采集用户的手势信息,从图像中提取手势特征,识别出相应的手势,用户无需佩戴额外的设备,可以直接与智能电视进行交互,降低了输入设备的成本,对用户的限制较少,但从图像中识别手势具有一定的难度。

1.2 主要应用场景经过对检索文献的分析可以发现,手势识别在智能电视的应用领域主要集中在对智能电视进行常见功能的控制、游戏娱乐以及基于手势的视频推荐这三个方面。

通过手势可以简单的实现遥控器的基本功能,例如开关机、音量调节,换台等;在游戏娱乐方面,通过手势参与视频游戏,增加了用户的体验度,丰富了游戏的形式,有利于提高用户参与互动的热情,增加游戏的乐趣,使体验变得流畅自然;此外,通过用户表情与手势的识别,判断用户的偏好,例如竖起大拇指的手势表示对某一正在观看的节目类型的喜爱,并根据获取的用户偏好向用户推荐相适应的资源节目,生成相应的EPG菜单供用户选择,能够人性化地实现节目推荐。

2 数据统计分析2.1 全球相关技术申请量年趋势相关技术的专利从1998年开始出现,由于识别技术要求较高,且硬件成本相对较高,期初发展较为缓慢,相关专利的申请量较少。

但随着后续识别技术的不断创新发展,识别精度逐渐能够满足对各种操作的需求,且随着人们对类似手势控制的简单化交互的需求的不断增长,不断有科研力量投入到这一领域,随着越来越多的申请人加入了该领域,该技术从2009年到2014年得到了迅速发展,申请量增长较快,由此呈现了逐年增长的发展趋势,保持了较高的发展水平,有较大的发展空间,总体而言,基于手势的智能电视交互从出现以来,发展迅速,得到了较好的发展。

此外,从图2可以看出,在基于手势的智能电视交互技术领域,美国受理的申请量最多,其次是中国、日本、韩国、欧洲和台湾。

可见,美国和中国在这一领域具有最大的消费潜力。

2.2 各技术分支的发展情况经过对各申请的统计发现,由于基于视觉的识别技术具有较大的优势,其只需要根据需要设置一个或多个摄像头,通过获取的用户图像中的手势来进行各种操作,而不需要多个传感器用于识别用户手势,因此在各个时期基于视觉的手势识别技术的智能电视交互技术方面的专利申请量都优于基于辅助设备如数据手套的专利申请量。

全部专利申请中,基于视觉的手势识别占到了总数的74%,而基于数据手套的手势识别方法多出现于早期的手势识别以及视频游戏领域。

从发展阶段上看,1999年之前专利申请主要集中通过各种技术识别手势以实现对电视基本功能的调节,而其他运用发展相对较为滞后,1999年之后,基于手势识别的视频游戏的申请量开始出现,并呈现出增值的趋势,此外,随着技术的发展和人们对更多个性化播放的需求和其他功能多样化的需求,又出现了通过手势识别用户偏好的个性化播放技术方面的专利申请以及其他方面的申请,申请量都出现了逐年上升的趋势。

3 技术演进及核心专利分析3.1 技术发展演进路线通过对基于手势识别的智能电视交互技术的专利技术进行检索分析,得到了该领域的发展路线。

从相关的图中可以看出早期专利申请主要涉及对智能电视的基本功能的控制,如换台、音量调节等,涉及到的手势识别技术最早包括基于由传感器组成的可穿戴设备的识别技术及基于视频的手势识别技术,再往后发展涉及到的基于可穿戴设备的识别技术较少,主要涉及基于各种基于视觉的手势识别技术;此外,基于手势识别的视频游戏的发展也较早,由于手势控制游戏操作性强,可以为用户带来不一样的体验,因此,这方面的技术也在不断的发展和进步。

另外,随着智能电视功能的不断发展,逐渐产生了其他的应用,如基于手势的个性化视频推荐、基于手势的用户身份识别、基于手势轨迹的文字输入等。

可见,随着技术的不断发展,基于手势识别的智能电视交互的应用领域得到了不断的扩展,用户参与度得到了提高,在方便操作的基础上体验也更加丰富。

3.2 核心专利分析核心专利的选取参考了被引用数量及同族数量的排序,分别就识别技术及主要应用场景选取了几篇专利进行分析。

(1)基于识别技术分支的核心专利US1998103905A是惠普公司于1998提出的一个申请,通过可穿戴的设备识别手势命令。

其通过不同手势及手势持续的时间来定义手势命令,即通过获取手势的位置、位置变化的时间间隔获取手势对应的不同指令。

该可穿戴手势指令识别装置可以佩戴在手背,以便于检测腕部及前臂的运动和转动,因此各位置的手势命令可以容易地提交到该可穿戴设备,不用借助按键和其他选项,就可以通过手指发送手势命令。

此外,在通过基于运动传感器的可穿戴式设备进行手势识别的基础上,有大量专利对这一技术进行了改进和优化。

例如,利用生物电流的方法。

具体的,做某种手势时,相应的肌肉会产生微弱的生物电流,因此通过检测肌肉电流的变化,配合其他传感器检测的加速度和角度数据,经过处理检测出手指、手掌、手腕、手臂的运动,可以提高手势识别的精度,为用户提供更好的体验。

另外,还发展出了基于雷达的手势识别装置,这些技术和设备可以使得实现大量手势并且通过穿戴式雷达系统使用这些手势。

替代地,可以使用穿戴式雷达系统来控制其他计算设备和与其他计算设备交互,诸如接收简单或非常复杂的手势,用户不必触摸远程触摸屏或旋钮或按钮,产生用于游戏控制器的大的身体运动,或控制声音系统接收器来调整音量。

可见,基于穿戴式的手势识别的智能电视的交互技术虽然占总申请量的比例较小,但是并没有由于其固有的如设备成本等问题而被淘汰,而是得到了不断的发展,提高了用户使用的舒适度与操作的精度。

此外,也有大量对基于视觉的手势识别的智能电视交互技术的改进和发展,主要涉及基于视觉的手势识别技术的优化,例如手势图像采集技术从2D图像的手势识别发展到基于3D图像的手势识别,手势的检测和分析方法涉及到基于运动信息的检测分割、基于表观特征的检测分割、基于多模式的信息的检测分割等技术;手势识别涉及到基于模板匹配、基于人工神经网络、基于概率统计等多种方法以及对上述已有方法的改进。

(2)基于主要应用领域分支的核心专利a.基本控制及视频游戏US2003156756A1为2003年申请的一项专利,涉及一种三维手势识别系统,利用深度感知传感器识别手势以实现电视基本功能的控制以及游戏操作。

本申请通过识别对象的移动作为电子设备或系统,例如电视、游戏控制台的输入,系统检测用户的手指的相对位置,并解释手的运动以作为电子设备的输入。

通过深度图像消除背景和照明变化的影响,手势识别系统包括三维传感器系统、分割模块、体位模块和分类模块,此外还包括姿态表现模块以提供作为可选的手势特征。

通过上述各模块检测手部在特定区域内的移动,可以通过检测和解析获取的手势姿态改变参数动态地创建可作为电视遥控指令或转换为游戏中的动作。

b.基于手势的个性化播放US2005022239A1为于2004年提出的一项专利,涉及一种用于推荐媒体内容的系统,包括反馈系统,用于处理估计用户反馈分数的可靠性得分,通过将当前的得分用于检索以后用于推荐的媒体内容;该系统还包括输入装置,用于评级媒体系统呈现的媒体内容,输入装置可以进一步包括输入的语音的麦克风或者获取的手势的摄像机识别装置。

相关文档
最新文档