|
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 |
