手势和语音识别——智能家电人机交互新趋势

从鼠标、键盘、遥控器到触屏、语音控制、手势控制、体感、眼控,电子设备的人机交互方式在不断往简单、自然升级进化的同时也带来了更新奇有趣的操控体验。现今手势控制和语音控制等技术不仅在智能电视中流行,而且在智能家居中也开始渗透,相信未来人们只要通过语音、手势、表情等输入家电就知道该干什么的理想状况不会太遥远。     

人机交互中的语音情感识别研究进展

语音情感识别是当前信号处理、模式识别、人工智能、人机交互等领域的热点研究课题,其研究的最终目的是赋予计算机情感能力,使得人机交互做到真正的和谐和自然。本文综述了语音情感识别所涉及到的几个关键问题,包括情感表示理论、情感语音数据库、情感声学特征分析以及情感识别方法四个方面的最新进展,并指出了研究中存在的问题及下一步发展的方向。     

基于触摸显示屏的人机交互手势分析

针对触摸显示屏的操作特点提出了一种基于元动作的触摸手势分类和表示方法,根据人机交互要求定义了一套笔画触摸手势,提出了基于RBF神经网络的笔画触摸手势训练和识别方法。测试结果表明,所提出的方法能够快速、准确地对触摸手势进行训练和识别,可以为带触摸屏的设备提供一个更加自然、直观的人机交互手段。     

基于智能语音的人机交互方案设计与实现

智能电视作为家庭娱乐的中心,正逐步成为电脑、手机之外的第三种信息访问沟通平台,其智能化的定义决定了智能电视的复杂性和多样性,智能化定义中最为关键的环节就是人机交互。从某种意义上讲,智能电视人机交互方式决定着智能电视方案的成败与否。本文提出了一种基于Android智能电视的语音交互系统,该系统使得用户可以通过语音信息的输入来对智能电视进行控制操作,极大地降低了用户操作的复杂性,丰富了智能电视的人机交互方式。     

基于PC-TV智能家居控制系统设计

设计了一种基于嵌入式微控制器、PC-TV、物联网应用的智能家居控制系统.采用红外控制与无线网络结合方式,能够实现控制家居中各种设备的一体化控制.在人机交互上,保留按键操作,增加了语音控制模式,可通过简单的手势动作进行控制操作.用户可以通过PC-TV软件给主节点添加计划任务,设定自动的开关灯时间、拉窗帘时间、开关窗时间等.     

基于ICA的人机交互手势的识别

通过对独立分量分析(ICA)理论的研究以及对人机交互手势特征的分析，提出了一种基于ICA的静态手势特征提取与识别的方法。用ICA方法分别提取各类静态手势图像的独立分量特征(ICF)，构成手势图像的独立基函数空间，对手势图像采用独立分量的最小二乘意义下的表示，结合系统的判别阈值实现对手势的分类识别。系统采用4类手势，共计80幅图像，对方法的有效性进行了检测。实验结果表明，这一方法不仅可行，而且能够获得满意的识别结果。     

智能电视人机交互技术分析

当前智能电视技术非常火热,既与三网融合的政策导向有密切的关系,也与新时代下科技潮流、娱乐方式的转变有关,迫使厂商自发地迎合市场。本文关注智能电视的技术发展,并从智能电视人机交互技术分析出发,重点分析了手势遥控和新型遥控等重要专利技术。     

人机交互安全攻防综述

随着物联网和人工智能等技术的发展,人机交互应用也在不断推陈出新。然而,人机交互技术的发展也伴生新的安全问题,人机交互安全攻击事件频发。综述分析了 4 种人机交互技术——HID-USB、指纹识别、语音识别和人脸识别的安全攻防现状及攻防效益,并探讨未来人机交互安全的研究方向,同时给出了一些建议。     

应用于数字化博物馆虚拟展示的人机交互系统研究

为了提高数字化博物馆虚拟展示的有效性和准确性,采用手势识别方法完成人机交互系统研究。对用户手势进行三维空间坐标系建模,在卡尔曼滤波之后进行稀疏表示优化,去掉与手势库样本集合关联性弱的无效手动滤除,生成博物馆展品展示动作轨迹。实验证明,优化后的算法在展品动作轨迹生成方面性能更优,运动误差更小,无效路径更少。     

人机交互的未来——自然语音

随着技术的发展,人机交互界面在不断改进,从最初的命令行、窗口图形界面再到触摸屏,人机交互的方式变得越来越人性化。触摸屏之后,又会有哪种交互方式带来新的变革呢?无疑,语音技术最令人期待,因为它是人类最自然的交流方式。试想,如果你家的电器设备都能像你的朋友一样听懂你的要求,并按照你的要求做出正确的反应,那该是多么美妙的体验。时下,这种语音交互技术正     

用于人机交互的静态手势识别系统

提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割，并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法：最小二乘支持向量机（LS－SVM）作为分类器。提出了LS－SVM的增量训练方式，避免了费时的矩阵求逆操作。为实现多类手势识别，利用DAG（Directed Acyclic Graph)将多个两类LS－SVM结合起来。对26个字母手势进行识别，与多层感知器、径向基函数网络等方法比较，LS－SVM的识别率最高，为93．62％。     

基于手势识别的机顶盒遥控技术浅析

作为新一代实用人机交互方式,手势识别正受到人们越来越多的关注。本文首先介绍了当前手势识别技术的具体流程与发展情况。并基于目前手势识别对硬件需求的现状,探讨了将基于表观的实时手势识别技术应用于机顶盒等低速硬件设备的前景。     

数字电视人机交互界面的体验设计

数字电视与传统模拟电视的重要区别之一就是多了人与机顶盒之间的交互操作，而这一交互操作离不开机顶盒的终端用户界面——人机交互界面。中山数字电视的人机交互界面采取以用户体验为中心的设计理念．改变了传统的衬底加功能模块的设计，以此探索人性化的数字电视人机交互设计的方法。     

智能电视中的人机交互技术

给出了智能电视的定义,将智能电视的人机交互技术分为四类:新型遥控、体感技术、语音识别和多屏互动。新型遥控的发展现状是简约化和多功能化;体感技术包括手势识别、肢体识别、面部识别和眼动追踪等四种技术。分析了各类人机交互技术实现的难点,指出了智能电视人机交互的发展方向。     

手势识别研究发展现状综述

随着人机交互及计算机视觉的发展,手势识别的研究也取得了较大发展。文中就手势识别研究发展现状展开综述。首先概括了手势识别的发展过程以及国内外研究现状。随后根据手势识别的一般流程介绍了几种常用的技术方法。对其进行了展望并做出了总结。     

一种基于深度图像的手势识别算法

利用Kinect捕捉深度图像,使用有效的手势分割手段将手势区域截取并运用相关算法对手势进行轮廓、凸包及其最小外接圆提取;然后构建了4种手势特性参数并给出了4种参数的计算方法;最后综合手势特性参数构建分类决策树以实现手势识别.实验针对9种常见手势在复杂背景条件下进行测试,单个手势识别率在89％-100％之间,综合识别率达到96％.     

基于视觉手势识别的研究—综述

手势是一种自然而直观的人际交流模式.基于视觉的手势识别是实现新一代人机交互所不可缺少的一项关键技术.然而,由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体及视觉本身的不适定性,因此基于视觉的手势识别是一个极富挑战性的多学科交叉研究课题.本文从手势建模、手势分析和手势识别等三个方面综述了基于视觉手势识别的研究现状及其应用.     

浅析智能电视专利中的人机交互技术

为抢占智能电视市场先机,国外领先企业已开始积极进行专利布局,对中国制造商而言,需要及时了解并分析相关专利的分布情况,以制订有效的应对策略。从2006年开始,每年智能电视领域的专利申请全球有约1,200项左右,从前十名主要申请人来看,有六家是日本的企业,也就是说日本企业在智能电视领域拥有着集团优势;而从申请地来看,最主要的市场是在美国。智能电视技术可以分解为芯片、操作系统、人机交互以及应用与服务四大领域,在这四个领域当中,目前大家比较关注的技术是人机交互。手势遥控技术专利下面我们以人机交互应用之一手势遥控器为例看如何对专利进行分析。     

全球最小5合1传感器带来人机交互新体验CSCD

人机交互技术正在触觉、视觉、听觉和非接触式手势识别等多元且互补的融合中不断发展。如何在智能手机、平板电脑、可穿戴式设备、家庭自动化及控制等领域提供高度集成化、功能强大的小型传感器,为用户提供直观、无缝的交互界面,使智能设备无需触碰操控也能识别用户动作并做出回应,是相当多传感器厂商孜孜以求的目标。