一種遙控器的動(dòng)作識(shí)別方法及系統(tǒng)的制作方法
【專利摘要】一種遙控器的動(dòng)作識(shí)別方法及系統(tǒng)，云端為智能電視預(yù)先建立遙控器動(dòng)作數(shù)據(jù)模型并下載到相應(yīng)的智能電視，智能電視接收遙控器上加速度傳感器的三軸加速度值和角速度傳感器的三軸角速度值后進(jìn)行數(shù)據(jù)特征抽取分析形成數(shù)據(jù)特征向量；并與保存的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行匹配判斷完成動(dòng)作識(shí)別并輸出判斷結(jié)果，同時(shí)將數(shù)據(jù)特征向量發(fā)送到云端對(duì)遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行更新形成更新后的遙控器動(dòng)作數(shù)據(jù)模型。本發(fā)明靜態(tài)和動(dòng)態(tài)結(jié)合的建立遙控器動(dòng)作數(shù)據(jù)模型能夠使遙控器動(dòng)作數(shù)據(jù)模型得到不斷優(yōu)化，使智能電視對(duì)遙控器動(dòng)作的識(shí)別更加準(zhǔn)確，建模轉(zhuǎn)移到云端進(jìn)行和智能電視完成動(dòng)作識(shí)別的過(guò)程減輕了智能電視的計(jì)算量，提高了智能電視對(duì)遙控器動(dòng)作識(shí)別的效率。
【專利說(shuō)明】一種遙控器的動(dòng)作識(shí)別方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能電視遙控器，尤其涉及一種遙控器的動(dòng)作識(shí)別方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著科技的發(fā)展，智能傳感技術(shù)已經(jīng)逐漸的應(yīng)用到人們?nèi)粘Ｉ钪?，智能傳感技術(shù)表現(xiàn)的具體產(chǎn)品包括:能夠感應(yīng)人們動(dòng)作的智能電視遙控器、安裝了重力和角速度傳感器的智能手機(jī)、能夠感應(yīng)人們手部動(dòng)作的智能手腕帶，以及能夠感應(yīng)人們運(yùn)動(dòng)的智能運(yùn)動(dòng)鞋等等，這些形形色色的智能傳感設(shè)備使用過(guò)程中均需要采集大量傳感數(shù)據(jù)分析使用。
[0003]目前，智能電視遙控器對(duì)于用戶來(lái)說(shuō)都只是通過(guò)按鍵來(lái)控制操作，并未充分利用其采集的各種傳感數(shù)據(jù)進(jìn)行進(jìn)一步分析利用?，F(xiàn)在技術(shù)智能電視遙控器一般都具備了 “空鼠”的功能，該功能需要在遙控器上增加加速度傳感器和角速度傳感器兩個(gè)傳感器來(lái)實(shí)現(xiàn)。智能電視機(jī)接收遙控器發(fā)送到智能電視端的加速度傳感器和角速度傳感器的數(shù)據(jù)，對(duì)應(yīng)計(jì)算出鼠標(biāo)的位置，然而，大部分智能電視僅僅是通過(guò)這兩種傳感器將“空鼠”功能做的更精確，更完善，而并沒(méi)有對(duì)這些從智能遙控器傳過(guò)來(lái)的數(shù)據(jù)還可以進(jìn)一步進(jìn)行智能識(shí)別，智能分析，以實(shí)現(xiàn)更多的功能應(yīng)用。
[0004]因此，現(xiàn)有技術(shù)還有待改進(jìn)和發(fā)展。

【發(fā)明內(nèi)容】

[0005]鑒于上述現(xiàn)有技術(shù)的不足之處，本發(fā)明為解決現(xiàn)有技術(shù)缺陷和不足，提出一種能夠智能識(shí)別電視遙控器動(dòng)作的動(dòng)作識(shí)別方法及系統(tǒng)，能夠通過(guò)靜態(tài)和動(dòng)態(tài)的建模對(duì)識(shí)別的模型進(jìn)行優(yōu)化，使智能電視能夠更加準(zhǔn)確的識(shí)別遙控器的動(dòng)作。
[0006]本發(fā)明解決技術(shù)問(wèn)題所采用的技術(shù)方案如下:
一種遙控器的動(dòng)作識(shí)別方法，包括如下步驟:
云端為不同的智能電視預(yù)先建立對(duì)應(yīng)的遙控器動(dòng)作數(shù)據(jù)模型并下載到相應(yīng)的智能電視保存；
智能電視接收設(shè)置于遙控器上的加速度傳感器的三軸加速度值和角速度傳感器的三軸角速度值；
智能電視根據(jù)所述三軸加速度值和三軸角速度值進(jìn)行數(shù)據(jù)特征抽取分析形成數(shù)據(jù)特征向量；
智能電視根據(jù)所述數(shù)據(jù)特征向量與保存的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行匹配判斷完成動(dòng)作識(shí)別并輸出判斷結(jié)果，同時(shí)將數(shù)據(jù)特征向量發(fā)送到云端對(duì)遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行更新形成更新后的遙控器動(dòng)作數(shù)據(jù)模型，再將更新后的遙控器動(dòng)作數(shù)據(jù)模型下載到相應(yīng)的智能電視保存。
[0007]作為進(jìn)一步改進(jìn)，所述云端預(yù)先建立遙控器動(dòng)作數(shù)據(jù)模型是統(tǒng)計(jì)已知遙控器分類(lèi)動(dòng)作數(shù)據(jù)集合中各分類(lèi)下各個(gè)特征屬性的概率，并根據(jù)樸素貝葉斯算法計(jì)算所有特征屬性關(guān)于各分類(lèi)的條件概率值來(lái)完成的。[0008]所述三軸加速度值包括加速度傳感器在三維立體空間中的X、Y、Z軸方向上的加速度值；角速度傳感器的三軸角速度值包括角速度傳感器在三維立體空間中的X、Y、Z軸方向上的角速度值。
[0009]所述數(shù)據(jù)特征抽取分析是根據(jù)接收到的三軸加速度值和三軸角速度值數(shù)據(jù)在定長(zhǎng)窗口內(nèi)的時(shí)序數(shù)據(jù)進(jìn)行信號(hào)統(tǒng)計(jì)分析，抽取數(shù)據(jù)特征形成數(shù)據(jù)特征向量。
[0010]所述數(shù)據(jù)特征抽取分析中抽取定長(zhǎng)窗口內(nèi)的時(shí)序數(shù)據(jù)是抽取數(shù)據(jù)波形的均值能量、數(shù)據(jù)波形的標(biāo)準(zhǔn)差、數(shù)據(jù)波形的振幅、數(shù)據(jù)波形的波峰數(shù)、數(shù)據(jù)波形的波谷數(shù)、傅里葉變換的參數(shù)和切比雪夫變換的參數(shù)。
[0011]所述動(dòng)作識(shí)別是根據(jù)樸素貝葉斯算法來(lái)計(jì)算所述數(shù)據(jù)特征向量在遙控器動(dòng)作數(shù)據(jù)模型中概率分布情況來(lái)判斷其所述的動(dòng)作類(lèi)別。
[0012]所述動(dòng)作類(lèi)別包括拿起遙控器、放下遙控器、點(diǎn)擊遙控器按鈕、拿起遙控器走動(dòng)和握著遙控器抖動(dòng)。
[0013]本發(fā)明還提供一種遙控器動(dòng)作識(shí)別系統(tǒng)，包括云端服務(wù)器、智能電視和遙控器；
云端服務(wù)器包括云端數(shù)據(jù)庫(kù)，云端數(shù)據(jù)庫(kù)中存儲(chǔ)有遙控器動(dòng)作數(shù)據(jù)模型；
智能電視包括與云端服務(wù)器同步的遙控器動(dòng)作數(shù)據(jù)模型模塊、數(shù)據(jù)特征值抽取分析模塊、遙控器動(dòng)作識(shí)別模塊和數(shù)據(jù)特征上傳模塊；
遙控器包括加速度傳感器、角速度傳感器；
所述遙控器用于通過(guò)加速度傳感器獲取三軸加速度值、通過(guò)角速度傳感器獲取三軸角速度值數(shù)據(jù)并發(fā)送到智能電視，智能電視接收遙控器加速度傳感器的三軸加速度值和角速度傳感器的三軸角速度值數(shù)據(jù)，通過(guò)數(shù)據(jù)特征值抽取分析模塊抽取數(shù)據(jù)特征形成數(shù)據(jù)特征向量，智能電視的遙控器動(dòng)作識(shí)別模塊根據(jù)該數(shù)據(jù)特征向量與遙控器動(dòng)作數(shù)據(jù)模型模塊中存儲(chǔ)的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行概率分布情況分析來(lái)判斷出該數(shù)據(jù)特征向量所屬的遙控器動(dòng)作；所述數(shù)據(jù)特征上傳模塊同時(shí)將數(shù)據(jù)特征值抽取分析模塊抽取的數(shù)據(jù)特征向量上傳到云端服務(wù)器保存至云端數(shù)據(jù)庫(kù)并更新遙控器動(dòng)作數(shù)據(jù)模型。
[0014]所述三軸加速度值包括加速度傳感器在三維立體空間中的X、Y、Z軸方向上的加速度值；角速度傳感器的三軸角速度值包括角速度傳感器在三維立體空間中的Χ、Υ、Ζ軸方向上的角速度值。
[0015]與現(xiàn)有技術(shù)相比較，本發(fā)明遙控器動(dòng)作的識(shí)別方法預(yù)先在云端設(shè)置遙控器動(dòng)作數(shù)據(jù)模型，通過(guò)智能電視接收到遙控器的三軸加速度值和三軸角速度值數(shù)據(jù)抽取數(shù)據(jù)特征后與智能電視中與云端同步的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行比對(duì)分析得到遙控器的動(dòng)作，再將接收到的數(shù)據(jù)特征上傳到云端對(duì)云端存儲(chǔ)的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行動(dòng)態(tài)更新后形成新的遙控器動(dòng)作數(shù)據(jù)模型，這種靜態(tài)和動(dòng)態(tài)結(jié)合的建立遙控器動(dòng)作數(shù)據(jù)模型的過(guò)程能夠使遙控器動(dòng)作數(shù)據(jù)模型得到不斷優(yōu)化，使后續(xù)智能電視對(duì)遙控器動(dòng)作的識(shí)別更加準(zhǔn)確，同時(shí)，將建模的工作量轉(zhuǎn)移到云端進(jìn)行，智能電視完成動(dòng)作識(shí)別的過(guò)程，減輕了智能電視的計(jì)算量，提高了智能電視對(duì)遙控器動(dòng)作識(shí)別的效率。
【專利附圖】

【附圖說(shuō)明】
[0016]圖1是本發(fā)明一種遙控器的動(dòng)作識(shí)別方法的工作流程圖。
[0017]圖2是本發(fā)明一種遙控器的動(dòng)作識(shí)別系統(tǒng)的原理結(jié)構(gòu)框圖?！揪唧w實(shí)施方式】
[0018]為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚、明確，以下參照附圖并舉實(shí)施例對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0019]本發(fā)明針對(duì)遙控器的傳感運(yùn)動(dòng)進(jìn)行研究，通過(guò)對(duì)遙控器的傳感器數(shù)據(jù)進(jìn)行建模，通過(guò)對(duì)傳感器上收集用戶操作遙控器的動(dòng)作來(lái)對(duì)用戶行為進(jìn)行分析，以更好的將其應(yīng)用到智能電視領(lǐng)域中，為智能電視的應(yīng)用提供數(shù)據(jù)源。
[0020]本發(fā)明方法所采集的遙控器傳感器數(shù)據(jù)是基于現(xiàn)有技術(shù)智能電視的遙控器，或者其他移動(dòng)終端設(shè)備上得到廣泛應(yīng)用的加速度傳感器和角速度傳感器來(lái)實(shí)現(xiàn)的，對(duì)于加速度傳感器和角速度傳感器而言，其均在三軸方向上產(chǎn)生數(shù)據(jù)，即加速度傳感器在三維立體空間中的X、Y、Z軸方向上的加速度值，角速度傳感器在三維立體空間中的X、Y、Z軸方向上的角速度值。云端是基于現(xiàn)有技術(shù)的云計(jì)算技術(shù)實(shí)現(xiàn)的，智能電視與云端保持網(wǎng)絡(luò)連接，以使云端與智能電視之間實(shí)現(xiàn)數(shù)據(jù)的上傳與下載。
[0021]圖1所示是本發(fā)明一種遙控器的動(dòng)作識(shí)別方法的工作流程圖，如圖1所示，本發(fā)明方法包括以下步驟:
S100，云端為不同的智能電視預(yù)先建立對(duì)應(yīng)的遙控器動(dòng)作數(shù)據(jù)模型并下載到相應(yīng)的智能電視保存；為了實(shí)現(xiàn)智能電視對(duì)遙控器動(dòng)作的識(shí)別，首先需要在云端的數(shù)據(jù)庫(kù)中保存為智能電視預(yù)先建立的遙控器動(dòng)作數(shù)據(jù)模型。云端預(yù)先建立遙控器動(dòng)作數(shù)據(jù)模型需要統(tǒng)計(jì)已知遙控器分類(lèi)動(dòng)作數(shù)據(jù)集合中各分類(lèi)下各個(gè)特征屬性的概率。一般而言，用戶對(duì)遙控器的動(dòng)作包括拿起遙控器、放下遙控器、點(diǎn)擊遙控器按鈕、拿著遙控器走動(dòng)、握著遙控器抖動(dòng)的分類(lèi)動(dòng)作，要獲得遙控器的各種分類(lèi)動(dòng)作數(shù)據(jù)，需要對(duì)遙控器的各種分類(lèi)動(dòng)作中加速度傳感器和角速度傳感器在定長(zhǎng)時(shí)間窗口內(nèi)的數(shù)據(jù)波形變化進(jìn)行統(tǒng)計(jì)分析，根據(jù)經(jīng)驗(yàn)，上述各種遙控器的分類(lèi)動(dòng)作的數(shù)據(jù)波形變化特征如表1所示:
表1遙控器分類(lèi)動(dòng)作的數(shù)據(jù)波形變化特征
【權(quán)利要求】
1.一種遙控器的動(dòng)作識(shí)別方法，其特征在于，包括如下步驟: 云端為不同的智能電視預(yù)先建立對(duì)應(yīng)的遙控器動(dòng)作數(shù)據(jù)模型并下載到相應(yīng)的智能電視保存； 智能電視接收設(shè)置于遙控器上的加速度傳感器的三軸加速度值和角速度傳感器的三軸角速度值； 智能電視根據(jù)所述三軸加速度值和三軸角速度值進(jìn)行數(shù)據(jù)特征抽取分析形成數(shù)據(jù)特征向量； 智能電視根據(jù)所述數(shù)據(jù)特征向量與保存的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行匹配判斷完成動(dòng)作識(shí)別并輸出判斷結(jié)果，同時(shí)將數(shù)據(jù)特征向量發(fā)送到云端對(duì)遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行更新形成更新后的遙控器動(dòng)作數(shù)據(jù)模型，再將更新后的遙控器動(dòng)作數(shù)據(jù)模型下載到相應(yīng)的智能電視保存。
2.根據(jù)權(quán)利要求1所述的遙控器的動(dòng)作識(shí)別方法，其特征在于，所述云端預(yù)先建立遙控器動(dòng)作數(shù)據(jù)模型是統(tǒng)計(jì)已知遙控器分類(lèi)動(dòng)作數(shù)據(jù)集合中各分類(lèi)下各個(gè)特征屬性的概率，并根據(jù)樸素貝葉斯算法計(jì)算所有特征屬性關(guān)于各分類(lèi)的條件概率值來(lái)完成的。
3.根據(jù)權(quán)利要求1所述的遙控器的動(dòng)作識(shí)別方法，其特征在于，所述三軸加速度值包括加速度傳感器在三維立體空間中的X、Y、Z軸方向上的加速度值；角速度傳感器的三軸角速度值包括角速度傳感器在三維立體空間中的X、Y、Z軸方向上的角速度值。
4.根據(jù)權(quán)利要求1所述的遙控器的動(dòng)作識(shí)別方法，其特征在于，所述數(shù)據(jù)特征抽取分析是根據(jù)接收到的三軸加速度值和三軸角速度值數(shù)據(jù)在定長(zhǎng)窗口內(nèi)的時(shí)序數(shù)據(jù)進(jìn)行信號(hào)統(tǒng)計(jì)分析，抽取數(shù)據(jù)特征形成數(shù)據(jù)特征向量。
5.根據(jù)權(quán)利要求4所述的`控器的動(dòng)作識(shí)別方法，其特征在于，所述數(shù)據(jù)特征抽取分析中抽取定長(zhǎng)窗口內(nèi)的時(shí)序數(shù)據(jù)是抽取數(shù)據(jù)波形的均值能量、數(shù)據(jù)波形的標(biāo)準(zhǔn)差、數(shù)據(jù)波形的振幅、數(shù)據(jù)波形的波峰數(shù)、數(shù)據(jù)波形的波谷數(shù)、傅里葉變換的參數(shù)和切比雪夫變換的參數(shù)。
6.根據(jù)權(quán)利要求1所述的遙控器的動(dòng)作識(shí)別方法，其特征在于，所述動(dòng)作識(shí)別是根據(jù)樸素貝葉斯算法來(lái)計(jì)算所述數(shù)據(jù)特征向量在遙控器動(dòng)作數(shù)據(jù)模型中概率分布情況來(lái)判斷其所述的動(dòng)作類(lèi)別。
7.根據(jù)權(quán)利要求6所述的遙控器的動(dòng)作識(shí)別方法，其特征在于，所述動(dòng)作類(lèi)別包括拿起遙控器、放下遙控器、點(diǎn)擊遙控器按鈕、拿起遙控器走動(dòng)和握著遙控器抖動(dòng)。
8.—種遙控器動(dòng)作識(shí)別系統(tǒng)，其特征在于，包括云端服務(wù)器、智能電視和遙控器； 云端服務(wù)器包括云端數(shù)據(jù)庫(kù)，云端數(shù)據(jù)庫(kù)中存儲(chǔ)有遙控器動(dòng)作數(shù)據(jù)模型； 智能電視包括與云端服務(wù)器同步的遙控器動(dòng)作數(shù)據(jù)模型模塊、數(shù)據(jù)特征值抽取分析模塊、遙控器動(dòng)作識(shí)別模塊和數(shù)據(jù)特征上傳模塊； 遙控器包括加速度傳感器、角速度傳感器； 所述遙控器用于通過(guò)加速度傳感器獲取三軸加速度值、通過(guò)角速度傳感器獲取三軸角速度值數(shù)據(jù)并發(fā)送到智能電視，智能電視接收遙控器加速度傳感器的三軸加速度值和角速度傳感器的三軸角速度值數(shù)據(jù)，通過(guò)數(shù)據(jù)特征值抽取分析模塊抽取數(shù)據(jù)特征形成數(shù)據(jù)特征向量，智能電視的遙控器動(dòng)作識(shí)別模塊根據(jù)該數(shù)據(jù)特征向量與遙控器動(dòng)作數(shù)據(jù)模型模塊中存儲(chǔ)的遙控器動(dòng)作數(shù)據(jù)模型進(jìn)行概率分布情況分析來(lái)判斷出該數(shù)據(jù)特征向量所屬的遙控器動(dòng)作；所述數(shù)據(jù)特征上傳模塊同時(shí)將數(shù)據(jù)特征值抽取分析模塊抽取的數(shù)據(jù)特征向量上傳到云端服務(wù)器保存至云端數(shù)據(jù)庫(kù)并更新遙控器動(dòng)作數(shù)據(jù)模型。
9.根據(jù)權(quán)利要求8所述的遙控器動(dòng)作識(shí)別系統(tǒng)，其特征在于，所述三軸加速度值包括加速度傳感器在三維立體空間中的X、Y、Z軸方向上的加速度值；角速度傳感器的三軸角速度值包括角速度傳感器在三維立`體空間中的X、Y、Z軸方向上的角速度值。
【文檔編號(hào)】G06F3/0346GK103517118SQ201210582780
【公開(kāi)日】2014年1月15日 申請(qǐng)日期:2012年12月28日 優(yōu)先權(quán)日:2012年12月28日
【發(fā)明者】羅軼琳, 汪灝泓 申請(qǐng)人:Tcl集團(tuán)股份有限公司