專利名稱：三維動作識別方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明是有關(guān)于一種動作識別方法，且特別是有關(guān)于一種物體在三維空間的動作
的識別方法與系統(tǒng)。
背景技術(shù)：
—般來說，電腦系統(tǒng)的使用者除了可以利用鍵盤或鼠標等較常見的輸入裝置來操 作應用程序或啟動功能之外，在執(zhí)行某些特定軟件(例如游戲軟件)的情況下，運動感測式 搖桿的使用可以幫助使用者更直觀且便利的達到人機互動的需求。 運動感測式搖桿一般常見的設計是在使用者進行操作之后，需先由傳感器擷取搖 桿動作在各軸產(chǎn)生的加速度等慣性信息，接著再以各軸加速度的最大值作為判別搖桿動作 的依據(jù)。例如當慣性信息中向左的加速度遠大于朝向其它方向的加速度時，便判斷使用者 是拿持搖桿朝左方揮動。換句話說，目前必須分析慣性信息本身的趨勢才能判斷搖桿動作。
為了要模擬于一般機械式搖桿中米字八法的操作，廠商會預先依據(jù)慣性信息的趨 勢條件建立一系列的基本動作模式，像是上、下、左、右、左上、左下、右上，以及右上八個方 向揮動的基本動作模式。而針對一些特別復雜的動作識別，則是在使用者操作搖桿后，先判 斷這個操作內(nèi)含哪些基本動作模式，再依據(jù)此組合動作進行判斷。舉例來說，使用者揮動搖 桿以繪制「 Y」符號的動作將被判斷為向下與向右上揮動搖桿這兩種基本動作模式的組合。
然而在這樣的設計下，可識別出來的動作種類必須事先設定于搖桿的韌體 (firmware)，因此只有在搖桿動作符合預先定義的動作時才能啟動對應的功能，其它的搖 桿動作則無法產(chǎn)生任何操作效果。亦即，使用者僅能通過內(nèi)建的基本動作模式或上述基本 動作模式的組合來操作電腦系統(tǒng)。有限數(shù)量的動作種類無疑會使得搖桿操作變得較不具彈 性，從而大幅降低使用上的便利性。

發(fā)明內(nèi)容
本發(fā)明提供一種三維動作識別方法，通過數(shù)據(jù)庫比較的方式以直接識別物體在三 維空間所發(fā)生的動作。 本發(fā)明提供一種三維動作識別系統(tǒng)，讓使用者能依據(jù)需求建立數(shù)據(jù)庫中的預設動
作的慣性信息，以提供新增可識別動作種類的彈性；另外提出一學習模式使預設動作的慣
性信息可以隨著使用者動作的習慣進行微幅調(diào)整，進而提高動作的識別率。 為達到上述及其它目的，本發(fā)明提出一種三維動作識別方法，用以識別物體在三
維空間的動作結(jié)構(gòu)。此方法首先提供記錄有數(shù)組預設慣性信息的數(shù)據(jù)庫，而每組預設慣性
信息完整描述在三維空間中某一種特定動作的慣性動態(tài)。接著，通過物體內(nèi)部的運動傳感
器擷取物體動作時的慣性信息，并與數(shù)據(jù)庫內(nèi)所有的預設慣性信息做相似度的比較。最后，
依據(jù)相似度的高低判斷物體的動作是否同于預設在數(shù)據(jù)庫內(nèi)某組預設慣性信息所對應的
特定動作。 在本發(fā)明的一實施例中，其中運動傳感器不斷地擷取物體本身的慣性信息。而擷
5取物體動作時的慣性信息的步驟包括判斷物體動作的起始時間與結(jié)束時間，以及保留在起 始時間與結(jié)束時間內(nèi)的所有慣性信息。 在本發(fā)明的一實施例中，其中物體的狀態(tài)被預設為靜止狀態(tài)。而判斷物體動作的 起始時間與結(jié)束時間的步驟包括在物體的狀態(tài)為靜止狀態(tài)時，以物體的慣性信息大于或等 于第一預設值的時間點作為起始時間，并將物體的狀態(tài)更新為動作狀態(tài)。而在物體的狀態(tài) 為動作狀態(tài)時，以物體的慣性信息小于第一預設值并持續(xù)一段特定時間的時間點作為結(jié)束 時間，并將物體的狀態(tài)更新為靜止狀態(tài)。 在本發(fā)明的一實施例中，其中運動傳感器包括加速度傳感器(G-sensor)或陀螺 儀(Gyro sensor)等等。而慣性信息至少包括速度、加速度、角速度，以及位移其中之一或 組合。 在本發(fā)明的一實施例中，其中數(shù)據(jù)庫記錄至少一個指令，以及記錄每個指令分別 與至少其中一組預設慣性信息之間的對應關(guān)系。 在本發(fā)明的一實施例中，其中在依據(jù)各相似度判斷物體的動作是否同于其中一組 預設慣性信息所對應的特定動作的步驟之后，更包括觸發(fā)具有最高相似度的預設慣性信息 所對應的指令，進而執(zhí)行一功能。 在本發(fā)明的一實施例中，此三維動作識別方法更包括進入數(shù)據(jù)庫建立模式，通過 運動傳感器擷取物體動作時的慣性信息，并將慣性信息記錄在數(shù)據(jù)庫以作為其中一組預設 慣性信息。接著取得指令，以及在數(shù)據(jù)庫中建立慣性信息與指令的對應關(guān)系。其中，慣性信 息描述使用者在三維空間中操作物體時的特定動作。 在本發(fā)明的一實施例中，取得指令的步驟包括取得已記錄在數(shù)據(jù)庫中的指令，或 取得由使用者輸入的指令。 在本發(fā)明的一實施例中，此三維動作識別方法更包括進入動作學習模式，選擇其 中一組預設慣性信息以作為范例慣性信息。接著，通過運動傳感器擷取物體動作時的慣性 信息，并將慣性信息與范例慣性信息進行比較來取得兩者之間的相似度。在相似度介于第 一數(shù)值與第二數(shù)值之間時，根據(jù)慣性信息修改范例慣性信息并回到通過運動傳感器擷取物 體動作時的慣性信息的步驟，以再次取得相似度。而在相似度小于第二數(shù)值時，回到通過運 動傳感器擷取物體動作的慣性信息的步驟，以再次取得相似度。其中，第一數(shù)值大于第二數(shù) 值。 從另一觀點來看，本發(fā)明提出一種三維動作識別系統(tǒng)，包括數(shù)據(jù)庫、運動傳感器， 以及處理模塊。其中，數(shù)據(jù)庫用以記錄數(shù)組預設慣性信息，而每組預設慣性信息描述三維空 間中某種特定動作的慣性動態(tài)。運動傳感器用以擷取物體在三維空間動作時的慣性信息。 而處理模塊分別與數(shù)據(jù)庫以及運動傳感器相連，用以比較慣性信息與數(shù)據(jù)庫內(nèi)各組預設慣 性信息之間的相似度，并且依據(jù)上述相似度來判斷物體的動作是否同于其中一組預設慣性 信息所對應的特定動作。 在本發(fā)明的一實施例中，其中運動傳感器不斷擷取物體本身的慣性信息，而處理 模塊判斷物體動作的起始時間與結(jié)束時間，以及保留在起始時間與結(jié)束時間內(nèi)的所有慣性信息。 在本發(fā)明的一實施例中，其中物體的狀態(tài)被預設為靜止狀態(tài)，而處理模塊在物體 的狀態(tài)為靜止狀態(tài)時，以物體的慣性信息大于或等于第一預設值的時間點作為起始時間，并將物體的狀態(tài)更新為動作狀態(tài)。而在物體的狀態(tài)為動作狀態(tài)時，以物體的慣性信息小于第一預設值并持續(xù)一段特定時間的時間點作為結(jié)束時間，并將物體的狀態(tài)更新為靜止狀態(tài)。 在本發(fā)明的一實施例中，其中運動傳感器包括加速度傳感器或陀螺儀等等。而慣性信息至少包括速度、加速度、角速度，以及位移其中之一或其組合者。 在本發(fā)明的一實施例中，其中數(shù)據(jù)庫記錄至少一個指令，并記錄每個指令分別與至少一組預設慣性信息之間的對應關(guān)系。 在本發(fā)明的一實施例中，其中處理模塊觸發(fā)具有最高相似度的預設慣性信息所對應的指令，進而執(zhí)行功能。 在本發(fā)明的一實施例中，其中處理模塊在數(shù)據(jù)庫建立模式下，取得運動傳感器擷取物體動作時的慣性信息，并將慣性信息記錄于數(shù)據(jù)庫以作為其中一組預設慣性信息。接著取得指令以在數(shù)據(jù)庫中建立慣性信息與指令的對應關(guān)系。其中，慣性信息描述使用者在三維空間中操作物體時的特定動作。 在本發(fā)明的一實施例中，其中處理模塊取得已記錄在數(shù)據(jù)庫中的指令，或取得由使用者輸入的指令。 在本發(fā)明的一實施例中，其中處理模塊在動作學習模式下，選擇其中一組預設慣性信息以作為范例慣性信息，并通過運動傳感器擷取物體動作時的慣性信息，進而對慣性信息與范例慣性信息進行比較來取得兩者之間的相似度。在相似度介于第一數(shù)值與第二數(shù)值之間時，根據(jù)慣性信息修改范例慣性信息并再次通過運動傳感器擷取物體動作時的慣性信息以重新取得相似度。而在慣性信息與范例慣性信息之間的相似度小于第二數(shù)值時，再次通過運動傳感器擷取物體動作時的慣性信息，以重新取得慣性信息與范例慣性信息之間的相似度。其中，第一數(shù)值大于第二數(shù)值。 基于上述，本發(fā)明在判斷物體在三維空間的動作時，直接將物體動作而產(chǎn)生的慣
性信息與數(shù)據(jù)庫中的所有預設慣性信息進行比較，從而直接識別出各種復雜的物體動作。
其中，記錄于數(shù)據(jù)庫的預設慣性信息可由使用者自行建立，也可以根據(jù)使用者操作物體的
習慣進行些微調(diào)整，以增加數(shù)據(jù)庫本身的彈性，進而使得識別物體動作變得更有效率。 為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉實施例，并配合所附圖式
作詳細說明如下。


圖1是依照本發(fā)明的一實施例所示的三維動作識別系統(tǒng)的方塊圖,
圖2是依照本發(fā)明的一實施例所示的三維動作識別方法的流程圖,
圖3是依照本發(fā)明的一實施例所示的建立數(shù)據(jù)庫的流程圖。
圖4是依照本發(fā)明的一實施例所示的動作學習的流程圖。
具體實施例方式
圖1是依照本發(fā)明的一實施例所示的三維動作識別系統(tǒng)的方塊圖。請參閱圖l，三維動作識別系統(tǒng)100包括數(shù)據(jù)庫110、運動傳感器120，以及處理模塊130，三維動作識別系統(tǒng)100可用以識別一物體在三維空間內(nèi)的動作結(jié)構(gòu)。在本實施例中，被識別的物體可以是搖桿、遙控器或是任何裝置，在此并不限制其范圍。然而為了方便說明，在以下的實施例中假設物體是搖桿，而三維動作識別系統(tǒng)100可識別使用者操作搖桿的動作。以下先針對三維動作識別系統(tǒng)100中各個構(gòu)件的功能進行說明。 在數(shù)據(jù)庫110中記錄有數(shù)組預設慣性信息。這些預設慣性信息可以是三維動作識別系統(tǒng)100所預設的信息，或是由使用者自行建立的信息。其中，每組預設慣性信息可以是速度、加速度、角速度，或位移其中之一或其組合，用以描述三維空間中一種特定動作的慣性動態(tài)。在本實施例中，數(shù)據(jù)庫110更包括記錄數(shù)個指令，以及記錄每個指令分別與至少一組預設慣性信息之間的對應關(guān)系。換句話說，在數(shù)據(jù)庫100中一個指令可以同時對應至一組以上的預設慣性信息，然而一組預設慣性信息只能對應至一個指令。
運動傳感器120例如是加速度傳感器(G-sensor)或陀螺儀(Gyro sensor)等裝置，可以擷取搖桿在三維空間動作時的慣性信息。在本實施例中，運動傳感器120是配置在搖桿的內(nèi)部，當使用者持搖桿并進行操作時，運動傳感器120便能偵測搖桿動作而產(chǎn)生的慣性信息，好比是速度、加速度、角速度，或位移等等。 處理模塊130例如是具有運算處理能力的硬件、軟件或其組合者，在取得運動傳感器120所擷取的慣性信息后，將上述慣性信息與數(shù)據(jù)庫110中的所有預設慣性信息進行比較以取得對應的相似度，據(jù)以判斷物體的動作是否同于其中一組預設慣性信息所對應的特定動作。在一實施例中，處理模塊130例如是配置在電腦系統(tǒng)之中，通過好比像藍牙或通用串行總線(Universal Serial Bus, USB)等各式傳輸接口來取得運動傳感器120所擷取到的慣性信息。在另一實施例中，處理模塊130也可以配置在搖桿內(nèi)部，進而直接識別搖桿的動作。 以下將以三維動作識別系統(tǒng)100的詳細運作流程來對本發(fā)明進行更進一步的說明。圖2是依照本發(fā)明的一實施例所示的三維動作識別方法的流程圖，請同時參閱圖1與圖2，首先如步驟210所示，提供記錄了數(shù)組預設慣性信息的數(shù)據(jù)庫110。在本實施例中，數(shù)據(jù)庫110還記錄了多個指令，以及各個指令與預設慣性信息之間的對應關(guān)系。
接著在步驟220中，通過該搖桿內(nèi)部的運動傳感器來擷取搖桿動作時的慣性信息。在本實施例中，無論搖桿是否動作，運動傳感器120都將不斷地擷取搖桿本身的慣性信息，并且將這些慣性信息傳送至處理模塊130。處理模塊會判斷搖桿動作的起始時間與結(jié)束時間，而保留在起始時間與結(jié)束時間內(nèi)的慣性信息。更進一步來說，在本實施例中搖桿的狀態(tài)被預設為靜止狀態(tài)，而處理模塊130在搖桿狀態(tài)屬于靜止狀態(tài)時，會在搖桿的慣性信息大于或等于第一預設值時判斷搖桿開始動作，并以上述時間點作為動作的起始時間，以及將搖桿的狀態(tài)更新為動作狀態(tài)。 一旦搖桿進入動作狀態(tài)，處理模塊130會在搖桿的慣性信息小于第一預設值并持續(xù)一段特定時間時判斷搖桿停止動作，并以上述時間點作為動作的結(jié)束時間，以及將搖桿的狀態(tài)再次變更為靜止狀態(tài)。只有在搖桿動作的起始時間與結(jié)束時間之內(nèi)由運動傳感器120所擷取到的慣性信息才會被處理模塊130視為搖桿動作時的慣性信息。 接下來如步驟230所示，處理模塊130將搖桿動作的慣性信息與數(shù)據(jù)庫110中的每組預設慣性信息進行比較，以取得慣性信息與數(shù)據(jù)庫內(nèi)每組預設慣性信息之間的相似度。由于每組預設慣性信息分別表示不同的特定動作，而搖桿動作的慣性信息能表示使用者操作搖桿的動作結(jié)構(gòu)，因此兩者間相似度的高低便能用來作為判斷動作的依據(jù)。
亦即，處理模塊130是依據(jù)上述相似度來判斷物體的動作是否同于數(shù)據(jù)庫中某組 預設慣性信息所對應的特定動作。在本實施例中，如步驟240所示，處理模塊130判定搖桿 的動作為具有最高相似度的預設慣性信息所表示的特定動作。 最后在步驟250中，由處理模塊130觸發(fā)具有最高相似度的預設慣性信息所對應 的指令，進而執(zhí)行對應的特定功能。在本實施例中，由觸發(fā)指令所驅(qū)動的功能種類并不受到 任何限制。舉例來說，假設在數(shù)據(jù)庫110中第一組預設慣性信息所對應的指令能啟動電腦 系統(tǒng)中的多媒體播放程序。那么當使用者操作搖桿的動作與第一組預設慣性信息所表示的 特定動作相同時，處理模塊130便會觸發(fā)指令從而開啟多媒體播放程序。
在上述實施例中，用以表示及描述各種不同特定動作的預設慣性信息已預先儲存 在數(shù)據(jù)庫IIO，當使用者操作搖桿而使搖桿產(chǎn)生動作時，處理模塊130可以將運動傳感器 120擷取到的慣性信息與數(shù)據(jù)庫110進行比較，并以慣性信息以及各組預設慣性信息之間 的相似度高低來識別搖桿動作。 值得一提的是，在本實施例中使用者還可通過搖桿的操作來自行定義數(shù)據(jù)庫110 中的預設慣性信息。圖3是依照本發(fā)明的一實施例所示的建立數(shù)據(jù)庫的流程圖。請同時參 閱圖1與圖3，在三維動作識別系統(tǒng)100進入數(shù)據(jù)庫建立模式后，搖桿的狀態(tài)將被預設為靜 止狀態(tài)。此時如步驟310所示，由于搖桿內(nèi)部的運動傳感器120會不斷擷取搖桿的慣性信 息，因此處理模塊130將反復地根據(jù)慣性信息是否大于或等于第一預設值以判斷搖桿是否 開始動作。若搖桿的慣性信息大于或等于第一預設值，表示搖桿開始動作，因此在步驟320 中處理模塊130取得搖桿動作時由運動傳感器120所擷取的慣性信息。接著在步驟330中， 處理模塊130根據(jù)慣性信息是否小于第一預設值并持續(xù)一段特定時間來判斷搖桿是否結(jié) 束動作。若慣性信息仍大于第一預設值，表示搖桿仍在持續(xù)動作，因而回到步驟320繼續(xù)取 得搖桿動作的慣性信息，直到處理模塊130判斷搖桿結(jié)束動作為止。接下來在步驟340中， 處理模塊130取得一指令，這個指令例如是記錄在數(shù)據(jù)庫110中的指令，或是使用者新輸入 的指令。最后如步驟350所示，處理模塊130將搖桿動作的慣性信息記錄在數(shù)據(jù)庫110以 作為其中一組預設慣性信息，并且在數(shù)據(jù)庫110中建立慣性信息與指令的對應關(guān)系。
以利用搖桿操作電腦系統(tǒng)為例，假設使用者希望在揮動搖桿并繪制一個13符號 時啟動電腦系統(tǒng)的網(wǎng)頁瀏覽程序，使用者必須先令三維動作識別系統(tǒng)100進入數(shù)據(jù)庫建立 模式，在此并不限制令三維動作識別系統(tǒng)IOO進入數(shù)據(jù)庫建立模式的方式。接著，使用者揮 動搖桿以繪制出一個P符號。處理模塊130在使用者確定動作無誤后，便將表示以搖桿繪 制e符號這個特定動作的慣性信息記錄在數(shù)據(jù)庫110，以及在數(shù)據(jù)庫110中建立上述慣性 信息與啟動網(wǎng)頁瀏覽程序指令的對應關(guān)系。爾后，只要使用者揮動搖桿并繪制出P符號， 便能在電腦系統(tǒng)上啟動網(wǎng)頁瀏覽程序。 在上述實施例中，當使用者自行定義數(shù)據(jù)庫110中的預設慣性信息時，可以將兩 次繪制13符號的慣性信息同樣對應至啟動網(wǎng)頁瀏覽程序的指令。如此一來便能降低使用 者在操作搖桿時因為些微動作差異而無法觸發(fā)指令執(zhí)行功能的機率。除此之外，使用者也 可以將完全不同的搖桿動作(例如以搖桿繪制a符號以及13符號)對應至相同的指令， 進而提高觸發(fā)同一種功能的動作豐富性。 通過上述實施例可以發(fā)現(xiàn)，使用者能根據(jù)本身的需求隨時增加或修改數(shù)據(jù)庫110 中的預設慣性信息及其對應的指令。據(jù)此，能觸發(fā)指令以執(zhí)行特定功能的搖桿動作將不會
9受到任何限制。對使用者來說，通過搖桿的操作來執(zhí)行功能也將變得更加靈活有彈性。 本發(fā)明為了讓使用者可以學習數(shù)據(jù)庫110中各預設慣性信息所表示的特定動作，
在三維動作識別系統(tǒng)100進入動作學習模式時，便會要求使用者選擇其中一組預設慣性信
息作為范例慣性信息，并讓使用者學習范例慣性信息所表示的特定動作。必須說明的是，在
此不限制令三維動作識別系統(tǒng)100進入動作學習模式的方式，而圖4是依照本發(fā)明的一實
施例所示的動作學習的流程圖。請參閱圖1與圖4，首先在步驟410中，處理模塊130根據(jù)
使用者的指示從數(shù)據(jù)庫110選擇一組預設慣性信息以作為范例慣性信息。 接下來在步驟420至步驟440中，由處理模塊130取得搖桿動作時由運動傳感器
120所擷取到的慣性信息。由于處理模塊130判斷搖桿是否開始或結(jié)束動作的方式和上述
實施例相同或相似，故在此不再贅述。在取得搖桿動作時的慣性信息后，如步驟450所示，
處理模塊130將慣性信息與范例慣性信息進行比較，以取得兩者之間的相似度。 接著在步驟460中，處理模塊130判斷相似度是否大于第一數(shù)值。若相似度大于
第一數(shù)值，表示使用者操作搖桿的動作與范例慣性信息所表示的特定動作已十分相似，因
此結(jié)束動作學習的流程。 然而若相似度小于第一數(shù)值，處理模塊130接著在步驟470中判斷相似度是否大于第二數(shù)值(此第二數(shù)值小于第一數(shù)值)。若相似度大于第二數(shù)值，表示在使用者的動作以及慣性信息所表示的特定動作之間雖有差異，但差異在可以接受的范圍，因此如步驟480所示，處理模塊130根據(jù)慣性信息來修改范例慣性信息。據(jù)此，數(shù)據(jù)庫110中的預設慣性信息可隨著使用者的動作習慣而做出些微調(diào)整，進而提升動作的復制率。接著，動作學習的流程將回到步驟420并要求使用者再一次以搖桿進行同樣的動作以取得相似度。然而在步驟470中，若判斷相似度小于第二數(shù)值則代表使用者的動作與慣性信息所表示的特定動作差異甚大，使用者必須重新學習范例慣性信息所表示的特定動作。據(jù)此，動作學習的流程將再次回到步驟420，以通過運動傳感器110取得使用者操作搖桿而產(chǎn)生的慣性信息，進而重新判斷慣性信息與范例慣性信息之間的相似度。舉例來說，處理模塊130會根據(jù)慣性信息與范例慣性信息之間的差異來提示使用者該如何操作搖桿才能更接近范例慣性信息所代表的特定動作。而在本實施例中，動作學習的流程會不斷循環(huán)直到使用者操作搖桿的動作與范例慣性信息之間的相似度大于第一數(shù)值時才會終止。 如圖4的動作學習流程所示，使用者不再需要絲毫不差的適應數(shù)據(jù)庫110中預設慣性信息所代表的特定動作。相反地，在動作學習模式下，預設慣性信息也可配合使用者的動作作出部分調(diào)整，使得調(diào)整后的預設慣性信息可以更符合使用者個人的動作習慣。
綜上所述，本發(fā)明所述的三維動作識別方法與系統(tǒng)是提供一個記錄有數(shù)組預設慣性信息的數(shù)據(jù)庫，在擷取使用者對物體進行操作而產(chǎn)生的慣性信息后，將其與數(shù)據(jù)庫中的預設慣性信息進行比較，再通過相似度的高低判斷物體的動作以執(zhí)行對應的功能。此外，使用者可以新增數(shù)據(jù)庫中的預設慣性信息，而預設慣性信息也能根據(jù)使用者的習慣進行微幅修改。據(jù)此，物體動作的識別將變得更有彈性，從而提升在識別物體動作后執(zhí)行對應功能的正確性。 雖然本發(fā)明已以實施例揭露如上，然其并非用以限定本發(fā)明，任何所屬技術(shù)領(lǐng)域中具有通常知識者，在不脫離本發(fā)明的精神和范圍內(nèi)，當可作些許的更動與潤飾，故本發(fā)明的保護范圍當視權(quán)利要求書所界定者為準。
10
權(quán)利要求
一種三維動作識別方法，用以識別物體在三維空間的動作結(jié)構(gòu)，其特征是，上述方法包括提供數(shù)據(jù)庫，其中上述數(shù)據(jù)庫記錄多組預設慣性信息，且每組預設慣性信息描述在上述三維空間中特定動作的慣性動態(tài)；通過上述物體內(nèi)部的運動傳感器擷取上述物體動作時的慣性信息；分別比較上述慣性信息與上述數(shù)據(jù)庫內(nèi)每組預設慣性信息之間的相似度；以及依據(jù)上述這些相似度判斷上述物體的動作是否同于其中一組預設慣性信息所對應的上述特定動作。
2. 如權(quán)利要求1所述的三維動作識別方法，其特征是，其中上述運動傳感器不斷擷取 上述物體本身的上述慣性信息，而擷取上述物體動作時的上述慣性信息的步驟包括判斷上述物體動作的起始時間與結(jié)束時間；以及 保留在上述起始時間與上述結(jié)束時間內(nèi)的所有慣性信息。
3. 如權(quán)利要求2所述的三維動作識別方法，其特征是，其中上述物體的狀態(tài)被預設為 靜止狀態(tài)，而判斷上述物體動作的上述起始時間與上述結(jié)束時間的步驟包括在上述物體的狀態(tài)為上述靜止狀態(tài)時，以上述物體的上述慣性信息大于或等于第一預 設值的時間點作為上述起始時間，并將上述物體的狀態(tài)更新為動作狀態(tài)；以及在上述物體的狀態(tài)為上述動作狀態(tài)時，以上述物體的上述慣性信息小于上述第一預 設值并持續(xù)特定時間的時間點作為上述結(jié)束時間，并將上述物體的狀態(tài)更新為上述靜止狀 態(tài)。
4. 如權(quán)利要求1所述的三維動作識別方法，其特征是，其中上述運動傳感器包括加速 度傳感器及陀螺儀其中之一，而上述慣性信息至少包括下列其中之一 速度、加速度、角速 度，以及位移。
5. 如權(quán)利要求1所述的三維動作識別方法，其特征是，其中上述數(shù)據(jù)庫記錄至少一個 指令，并記錄每一個上述這些指令分別與至少其中一組預設慣性信息之間的對應關(guān)系。
6. 如權(quán)利要求5所述的三維動作識別方法，其特征是，其中在依據(jù)上述這些相似度判 斷上述物體的動作是否同于其中一組預設慣性信息所對應的上述特定動作的步驟之后，更 包括觸發(fā)具有最高的上述相似度的上述一組預設慣性信息所對應的上述指令，以執(zhí)行功能。
7. 如權(quán)利要求1所述的三維動作識別方法，其特征是，更包括 進入數(shù)據(jù)庫建立模式；通過上述運動傳感器擷取上述物體動作時的上述慣性信息，其中上述慣性信息描述使 用者在上述三維空間中操作上述物體的上述特定動作；記錄上述慣性信息于上述數(shù)據(jù)庫以作為其中一組預設慣性信息； 取得指令；以及在上述數(shù)據(jù)庫中建立上述慣性信息與上述指令的對應關(guān)系。
8. 如權(quán)利要求7所述的三維動作識別方法，其特征是，其中取得上述指令的步驟包括 取得已記錄在上述數(shù)據(jù)庫中的上述指令，或取得由上述使用者輸入的上述指令。
9. 如權(quán)利要求1所述的三維動作識別方法，其特征是，更包括進入動作學習模式；選擇其中一組預設慣性信息以作為范例慣性信息；通過上述運動傳感器擷取上述物體動作時的上述慣性信息； 比較上述慣性信息與上述范例慣性信息以取得兩者之間的上述相似度； 在上述相似度介于第一數(shù)值與第二數(shù)值之間時，根據(jù)上述慣性信息修改上述范例慣性信息，并回到通過上述運動傳感器擷取上述物體動作時的上述慣性信息的步驟，以再次取得上述相似度，其中上述第一數(shù)值大于上述第二數(shù)值；以及在上述相似度小于上述第二數(shù)值時，回到通過上述運動傳感器擷取上述物體動作時的上述慣性信息的步驟，以再次取得上述相似度。
10. —種三維動作識別系統(tǒng)，其特征是，包括數(shù)據(jù)庫，用以記錄多組預設慣性信息，且每組預設慣性信息描述在上述三維空間中特 定動作的慣性動態(tài)；運動傳感器，用以擷取物體在三維空間動作時的慣性信息；以及處理模塊，耦接至上述數(shù)據(jù)庫與上述運動傳感器，用以分別比較上述慣性信息與上述 數(shù)據(jù)庫內(nèi)每一組預設慣性信息之間的相似度，并且依據(jù)上述這些相似度判斷上述物體的動 作是否同于其中一組預設慣性信息所對應的上述特定動作。
11. 如權(quán)利要求io所述的三維動作識別系統(tǒng)，其特征是，其中上述運動傳感器不斷擷取上述物體本身的上述慣性信息，而上述處理模塊判斷上述物體動作的起始時間與結(jié)束時 間，以及保留在上述起始時間與上述結(jié)束時間內(nèi)的所有慣性信息。
12. 如權(quán)利要求11所述的三維動作識別系統(tǒng)，其特征是，其中上述物體的狀態(tài)被預設 為靜止狀態(tài)，而上述處理模塊在上述物體的狀態(tài)為上述靜止狀態(tài)時，以上述物體的上述慣 性信息大于或等于第一預設值的時間點作為上述起始時間，并將上述物體的狀態(tài)更新為動 作狀態(tài)，以及在上述物體的狀態(tài)為上述動作狀態(tài)時，以上述物體的上述慣性信息小于上述 第一預設值并持續(xù)特定時間的時間點作為上述結(jié)束時間，并將上述物體的狀態(tài)更新為上述 靜止狀態(tài)。
13. 如權(quán)利要求IO所述的三維動作識別系統(tǒng)，其特征是，其中上述運動傳感器包括加 速度傳感器及陀螺儀其中之一，而上述慣性信息至少包括下列其中之一 速度、加速度、角 速度，以及位移。
14. 如權(quán)利要求IO所述的三維動作識別系統(tǒng)，其特征是，其中上述數(shù)據(jù)庫記錄至少一 個指令，并記錄每上述這些指令分別與至少其中一組預設慣性信息之間的對應關(guān)系。
15. 如權(quán)利要求14所述的三維動作識別系統(tǒng)，其特征是，其中上述處理模塊觸發(fā)具有 最高的上述相似度的上述一組預設慣性信息所對應的上述指令，以執(zhí)行功能。
16. 如權(quán)利要求IO所述的三維動作識別系統(tǒng)，其特征是，其中上述處理模塊在數(shù)據(jù)庫 建立模式下，取得上述運動傳感器擷取上述物體動作時的上述慣性信息，并記錄上述慣性 信息于上述數(shù)據(jù)庫以作為其中一組預設慣性信息，并取得指令以在上述數(shù)據(jù)庫中建立上述 慣性信息與上述指令的對應關(guān)系，其中上述慣性信息描述使用者在上述三維空間中操作上 述物體的上述特定動作。
17. 如權(quán)利要求16所述的三維動作識別系統(tǒng)，其特征是，其中上述處理模塊取得已記 錄在上述數(shù)據(jù)庫中的上述指令，或取得由上述使用者輸入的上述指令。
18.如權(quán)利要求IO所述的三維動作識別系統(tǒng)，其特征是，其中上述處理模塊在動作學習模式下，選擇其中一組預設慣性信息以作為范例慣性信息，通過上述運動傳感器擷取上 述物體動作時的上述慣性信息，并比較上述慣性信息與上述范例慣性信息以取得兩者之間的上述相似度，在上述相似度介于第一數(shù)值與第二數(shù)值之間時，根據(jù)上述慣性信息修改上 述范例慣性信息并再次通過上述運動傳感器擷取上述物體動作時的上述慣性信息以重新 取得上述相似度，以及在上述相似度小于上述第二數(shù)值時，再次通過上述運動傳感器擷取 上述物體動作時的上述慣性信息，以重新取得上述相似度，其中上述第一數(shù)值大于上述第 二數(shù)值。
全文摘要
一種三維動作識別方法與系統(tǒng)，用以識別物體在三維空間的動作結(jié)構(gòu)。此方法首先提供數(shù)據(jù)庫，此數(shù)據(jù)庫記錄數(shù)組預設慣性信息，且每組預設慣性信息描述在三維空間中某種特定動作的慣性動態(tài)。接著，通過物體內(nèi)部的運動傳感器擷取物體動作時的慣性信息，并與數(shù)據(jù)庫內(nèi)所有的預設慣性信息做相似度的比較。最后，依據(jù)相似度的高低判斷物體的動作是否同于預設在數(shù)據(jù)庫內(nèi)某組預設慣性信息所對應的特定動作。據(jù)此，通過數(shù)據(jù)庫的比較而能直接識別出較為復雜的物體動作。
文檔編號G06F3/038GK101788861SQ20091000287
公開日2010年7月28日 申請日期2009年1月22日 優(yōu)先權(quán)日2009年1月22日
發(fā)明者歐俊良 申請人:華碩電腦股份有限公司