层以便应用系统实时响应,手势交互识别体系通过基于过程分析的方法完成以下功能: (1)触摸状态检测; (2)动作模型分类; (3)触摸轨迹识别; 150 因此,单点触摸识别根据定义的手势特征,按照如下流程判断: 图3 单点触摸识别流程 Fig.3 Single Point Recognition Process 155 根据上面介绍的各个手势的特征,我们通过计算正弦值来区分开三大类:直线、折线和 弧线。如图4: 开始 双击 单击 按压 直线 弧线 折线 八种折线 无法识别 弧线 上下左右 强按压强按压 弱按压 上下左右 直线 斜线 双击 单击 图4 识别模型 Fig.4 Model of recognition 160 假定有触摸起始的PTs ={1,1,{ Xs , Ys , Zs }, Ts },触摸过程中的PT1 ={1,1, { X1,Y1, Z1},T1}, PT 2 ={1,1,{ X 2 ,Y 2, Z 2 },T 2},..., PTn ={1,1,{ Xn ,Yn , Zn },Tn }, 触摸结束的PTe = {1,2,{ Xe ,Ye , Ze },Te },如图3-6;(此图中n=3)。 分别计算a= sinOPT1 ,b= sinOPT2 ,c= sinOPT3 ,d= sinOPT, x1=a.d x2 =b.d, x3 =c.d,如果x1, x2, x3 ≤ sin Limite1165 ,则为直线划屏。分别计 算a= sinOPT1 ,b= sinOP1OP2 ,c= sinPT2PT3 ,d= sinPT3PT4 , x1=a.b, x2 =b.c, x3 =c.d,如果x1,x2,x3 ≤ sinLimite2 ,则为弧线划屏。否则, a= sinOPT1 ,b= sinOPT2 ,c= sinOPT3 ,d= sinOPT,如果 a < sin Limite1, b < sin Limite1 , c < sin Limite1 , d < sin Limite1 。或者a.1<sinLimite1 , 170 b .1<sinLimite1, c .1<sinLimite1, d .1<sinLimite1为折线划屏。 判断出弧线之后,由于弧线是圆的一部分,根据“不在一条直线的三点能够唯一确定一 个外接圆”的性质,由起始点、结束点和另外一点可以得到一个圆的曲线函数,然后将手势 轨迹的所有点与该圆的函数曲线函数进行拟合,如果拟合成功,则判断该手势属于何种弧线, 如图5。 175 图5 曲线拟合示意图 Fig.5 Schematic Diagram Of Curve Fitting 圆的曲线方程为: 2 2 2 0 0 180 (x.x)+(y.y)=r (1) 圆的曲线拟合就是从手势轨迹数据( , ) i i x y ,(i=1,2,...,n)中找出规律,具体做法为:根据 i x ,按照式(1)计算得出的y ,与i y 的差的和在规定的误差范围内容(在一定误差范围内, i y 的值与圆的方程根据i x 得到y 相等)。 如果拟合成功,即确定手势为划圆弧,并且根据圆心坐标、起始点坐标、终止点坐标、 185 以及中间点坐标,可以判断出圆弧为顺时针或者是逆时针,进一步还可以给出弧度的角度。 如果拟合不成功,则没有任何手势返回。 3.2 多点触摸识别设计 多重触控系统中的手势识别是基于触点运动轨迹的动态手势识别,其中动态手势对应着 模型参数空间中的一条轨迹,设计时间及空间的上下文,且不同用户做手势事存在的速率差 190 异、熟练程度会在轨迹的时间轴上引起非线性波动。现有的动态手势识别技术可以分为三类: 基于隐马尔科夫模型(hidden Markov models,HMM)的识别、基于动态时间规整(dynamic time warping DTW)的识别、基于压缩时间轴的识别[8][9]。目前,很多学者对双手运行轨迹 进行建模,但是基于力度的手势定义与识别还没有进行详细的研究。下图为基于力感应下的 手势识别流程图: 195 图6 多点触摸识别流程 Fig.6 Multi-touch Recognition Process 4 识别与测试结果 使用200 75 寸成都吉瑞触摸技术有限公司的General Touch 触摸屏作为实验设备,对定义的 放大图片(单点:强按压手势,多点:手指相互远离)缩小图片(单点:双击手势 多点: 手指相互靠近)切换上/下一张图片(单点:直线划屏,多点:五支手指平行滑动)旋转图 片(单点:弧线划屏,多点:一支手指点击屏幕另一支手指划屏幕)手势进行500 次识别试 验,结果见表3。可见单点触摸识别技术耗时短,多点触摸识别技术正确率高。 205 表3 单点、多点触摸识别技术事件响应表 Tab.3 Response Table Of Single Point, Multi-touch Recognition Technology Incident 功能 放大图片缩小图片切换上/下一张图片旋转图片 单点触摸识别技术 0.23 0.20 0.38 0.33 多点触摸识别技术 0.27 0.30 0.45 0.41 表4 单点、多点触摸识别技术正确率表 210 Tab.4 Accuracy Table Of Single Point, Multi-touch Recognition 功能 放大图片缩小图片切换上/下一张图片旋转图片 单点触摸识别技术 95.7% 96.6% 89.8% 85.3% 多点触摸识别技术 99.9% 99.1% 90.7% 92.9% 5 结论 可以看出,单点触摸技术与多点触摸技术实现了人机交互的功能,基于力感应下的手势 定义与识别更加健全了手势库的建立。对于单点识别与多点识别相比较如下: 215 首先,单点触摸识别技术市面上的只能识别和支持每次一个“手指”的触摸和点击,而 此论文中扩展了手势的集合并实现相应的应用。同时耗时短,实现算法简单,界面清晰明了 的特性,当用户受用手势简单,而且要有快速的处理能力时,需要选用单点触摸,如:力感 应下素描板的应用。力度不同画笔颜色的深浅不同。 其次,多点触摸技术识别正确率高,提高交互效率。同时允许人们按照更加人性化、生 220 活话的语言来设计,因为双手操作是人在日常生活中形成的最常见的自然操作,手势形成“知 觉—动作”链。 最后,多点触摸技术支持在同一计算机平台上多人同时互动交流。在实际的游戏应用, 多点触摸技术可以支持多人同时竞赛,提高游戏的娱乐性。 学术论文网Tag:代写论文 论文发表 计算机论文 代发论文 职称论文发表 |