[發明專利]個性化動作控制的系統和方法

有效

• 申請號: 201110042713.0
• 申請日: 2011-02-22
• 公開（公告）號: CN102087712A
• 公開（公告）日: 2011-06-08
• 發明（設計）人: 涂曉媛;河野洋一郎;查爾斯·穆席克;威廉姆斯·羅布·鮑爾三;斯圖爾特·雷諾茲;達納·威爾金森;伊恩·賴特;顏維群
• 申請（專利權）人: 艾利維公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 無錫互維知識產權代理有限公司 32236
• 代理人: 王愛偉

【技術領域】

本發明涉及人工智能領域，特別是涉及機器學習，尤其是在通過示例動作產生動作識別器(motion?recognizer)的應用中。在一些實施例中，識別器產生器(recognizer?maker)可以嵌入終端應用程序或與終端應用程序共同使用，終端用戶可以使用這些終端應用程序并為自己創建專用個性化動作識別器。

【背景技術】

利用軟件應用程序進行任意人體動作控制(freeform?human?motion?control)嚴格受制于如何檢測和識別出特定人的動作。一般來講，最感興趣的動作控制可能來自于解析以下人體“裝置”：手指、手掌、肩膀、軀干和腿等。人非常擅長于解析他人的動作和表情，但現在還不能創造出與自己相似水平的機器和代碼。

利用程序代碼來識別一個給定的動作是否是已知動作類(known?motionclasse)中的一個是很困難的。一方面，這是由于存在很多可以使用的專門的動作數據源，每個數據源都是公共知識中一個相對小的個體，每個數據源都有不同的語義解釋和應用范圍，而沒有任何一個數據源能反映出所有人能夠獲得的人類學信息。通常，得到的動作數據是很復雜且違反直覺的。例如，當三維加速計輸出相對時間的序列數據(時間序列數據)的簡單圖表時，所屬領域內的技術人員就會很難去確定所述簡單圖表中的時間序列數據對應的是何種姿態。在遇到上述問題時，甚至選擇哪些動作圖表屬于同一姿態這樣的簡單任務就會難倒大多數專家。該問題還會由于傳感器噪音、設備的差別等原因而更加惡化。事實上，具有不同的肌肉組織類型的不同人執行相同姿態的動作或甚至同一個人在不同的時間執行相同姿態的動作，得到的動作數據也可能完全不同。對于所屬領域內的普通技術人員來說，在這種條件下去建立有效的動作識別器是非常艱苦的挑戰。

除具有挑戰性的數據源以外，事實上所述動作數據是隨著時間動態變化的，而不是靜止不變的，這也是需要克服的一個重大難題。一般意義上來說，任意人體動作具有隨著時間運動的特點，那么隨后的動作識別必須依照時間序列數據來計算。典型的模式識別或姿態識別方法一般都是先計算很多靜態特征，之后實現差別識別，這樣的方法與本發明無關。

任意人類動作控制的第三個特點是希望為每個獨立用戶創建個性化的自己專用的動作識別器(即不是被預先定義的)，這對于自動動作識別系統來說是一個巨大的挑戰。現有技術包含許多算法的例子，所屬領域的技術專家能夠將其應用于特定的一組預定義的姿態中以進行靜態識別。使用一組預定義的姿態意味著大量實際存在的異常可以被切除。例如，分類器解釋時間可以為天或星期。訓練數據可以包含上百萬個例子。然而，所述預定義類的特性規格很難被編碼到所述算法和相關參數中。大體上講，在小數量的預定義類中進行分類與專用動作識別器完全不同。依據我們的理解，現有技術中沒有提供與為終端用戶產生的專用動作識別器相關的教導。

在先前的文獻中，如參考文獻[3]Kjeldson，其提供的系統和方法可以收集手的靜態圖像，構造大量用于描述所述靜態圖像的靜態特征，利用類似神經網絡的工具建立一個分類器，該分類器能夠識別隨后的靜態圖像。很顯然，該文獻公開的技術與建立專用動作識別器無關。首先，參考文獻Kjeldson的輸入數據是靜態圖像數據，這里沒有時間成分也沒有混合模式輸入。該文獻中的有關靜態分類問題的技術并不適用于任意人體動作控制。另外，參考文獻Kjeldson著眼于為所屬領域的技術人員建立一個分類器，所述分類器可以區分預設的靜態圖像集合。然而，亟待讓非所屬領域的人員能夠創建識別非預設姿態的分類器。

在先前的文獻中，如參考文獻[4]Kwon，其提供的系統和方法可以產生一個訓練或受訓會議，其中隱藏有可以表征訓練者動作的馬爾科夫模型(Markovmodel)，所述馬爾科夫模型可以用于識別新進受訓者的動作。這種方法的識別錯誤率大約為40％-60％，這對于對所述受訓者可能是可以接受的。然而在多數應用中，例如計算機視頻游戲，要求識別成功率為95％以上。再有，在參考文獻[4]Kwon中描述的方法要求在訓練信號中有三個組成成分：起始位置、動作和結束位置。這個方法在希望提供任意人體動作控制的應用中是沒有用的，因為在任意人體動作控制時起始位置和結束位置不可能被預先定義。