CN111228792B - 体感游戏动作识别方法、装置、计算机设备及存储介质 - Google Patents
体感游戏动作识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111228792B CN111228792B CN202010038130.XA CN202010038130A CN111228792B CN 111228792 B CN111228792 B CN 111228792B CN 202010038130 A CN202010038130 A CN 202010038130A CN 111228792 B CN111228792 B CN 111228792B
- Authority
- CN
- China
- Prior art keywords
- axis
- user
- area
- gesture
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/20—Input arrangements for video game devices
- A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
- A63F13/212—Input arrangements for video game devices characterised by their sensors, purposes or types using sensors worn by the player, e.g. for measuring heart beat or leg activity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及体感游戏动作识别方法、装置、计算机设备及存储介质,该方法包括获取用户佩戴智能穿戴设备的配置数据;获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;根据检测数据进行圆角计算,以得到计算结果;根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;根据用户姿态确定识别结果;根据所述识别结果生成对应的游戏效果,以发送至终端显示。本发明采用传感器获取检测信号可实现提高识别准确率,且预设动作库内的手势简易,可简化用户对手势的学习周期,增强用户的体验感。
Description
技术领域
本发明涉及体感游戏,更具体地说是指体感游戏动作识别方法、装置、计算机设备及存储介质。
背景技术
目前,人机交互技术是指通过输入输出设备,以有效的方式实现人与机器交互的技术。现有的人机交互的交互方式通常是通过鼠标、键盘、触摸屏或者手柄等外部设备与机器***进行交互,机器***再做出相应的响应。比如当用户需要对终端设备上的游戏进行操作时,用户需要通过按键或者触摸屏等实现对游戏的点击或者其他操作,从而实现对游戏的操作,因此体感游戏的出现成为了游戏发展的重要组成。
目前对于体感游戏的用户操作动作识别方法一般采用结构光设备向体感游戏用户进行投影,获取各个时间点体感游戏用户的3D模型;对各个时间点体感游戏用户的3D模型进行分析,获取各个时间点体感游戏用户的姿态信息,这种识别方法由于受到环境的影响容易导致识别失败,也有一些是采用摄像头或者专门的设备进行用户动作的获取,并根据获取结果进行移动方向的分析,但是这种方式对一些细小的动作无法准确获取到或者需要对用户进行专业的培训才可以达到准确获取用户动作,这种方式的体验感较弱。
因此,有必要设计一种新的方法,实现提高识别准确率,且简化用户对手势的学习周期,增强用户的体验感。
发明内容
本发明的目的在于克服现有技术的缺陷,提供体感游戏动作识别方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:体感游戏动作识别方法,包括:
获取用户佩戴智能穿戴设备的配置数据;
获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;
根据检测数据进行圆角计算,以得到计算结果;
根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;
根据用户姿态确定识别结果;
根据所述识别结果生成对应的游戏效果,以发送至终端显示。
其进一步技术方案为:所述检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据。
其进一步技术方案为:所述根据检测数据进行圆角计算,以得到计算结果,包括:
根据所述三维坐标数据确定圆角截面;
计算所述圆角截面的面积,以得到待判定面积;
计算所述三维坐标数据的波峰和波谷,以得到峰值;
整合所述待判定面积以及所述峰值,以得到计算结果。
其进一步技术方案为:所述待判定面积包括X轴Y轴组成的截面的第一待判定面积、X轴Z轴组成的截面的第二待判定面积以及Z轴Y轴组成的截面的第三待判定面积。
其进一步技术方案为:所述根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态,包括:
判断所述配置数据是否是用户左手佩戴智能穿戴设备;
若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;
若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;
若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
若所述第三判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;
若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;
若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;
若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;
若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;
若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
若所述第三判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动。
其进一步技术方案为:所述根据用户姿态确定识别结果,包括:
当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;
当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;
当所述用户姿态为来回摆动时,所述识别结果为持续光效;
当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
其进一步技术方案为:所述预设动作库对应的阈值是通过预先录入的手势动作数据且基于用户每次动作数据进行实时调整形成的。
本发明还提供了体感游戏动作识别装置,包括:
配置数据获取单元,用于获取用户佩戴智能穿戴设备的配置数据;
检测数据获取单元,用于获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;
计算单元,用于根据检测数据进行圆角计算,以得到计算结果;
姿态确定单元,用于根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;
识别结果确定单元,用于根据用户姿态确定识别结果;
效果生成单元,用于根据所述识别结果生成对应的游戏效果,以发送至终端显示。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过传感器检测用户的动作信号,根据检测数据计算圆角面积,并根据不同用户对应的预设动作库对应的阈值进行比对,以确定用户姿态,再由用户姿态确定识别结果,便可在终端显示识别结果对应的效果,预设动作库内的手势较为简易,便于用户学习,采用传感器获取检测信号可实现提高识别准确率,且预设动作库内的手势简易,可简化用户对手势的学习周期,增强用户的体验感。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的体感游戏动作识别方法的应用场景示意图;
图2为本发明实施例提供的体感游戏动作识别方法的流程示意图;
图3为本发明实施例提供的正面攻击姿势的示意图;
图4为本发明实施例提供的防御姿势的示意图;
图5为本发明实施例提供的侧面攻击姿势的示意图;
图6为本发明实施例提供的横杀攻击的示意图;
图7为本发明实施例提供的勾拳攻击的示意图;
图8为本发明实施例提供的攻击特效的示意图;
图9为本发明实施例提供的体感游戏动作识别装置300的示意性框图;
图10为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的体感游戏动作识别方法的应用场景示意图。图2为本发明实施例提供的体感游戏动作识别方法的示意性流程图。该体感游戏动作识别方法应用于服务器中。该服务器与终端以及智能穿戴设备进行数据交互,由智能穿戴设备佩戴在用户手上,该智能穿戴设备带有基于蓝牙模组的芯片,该芯片上集成重力传感器、陀螺仪传感器、地磁传感器等传感器,由这些传感器实时检测用户的动作信号,服务器对这些数据进行分析,以识别用户姿态对应的动作,以此在终端呈现对应的游戏效果,以此提高识别准确率,且简化用户对手势的学习周期,增强用户的体验感。
图2是本发明实施例提供的体感游戏动作识别方法的流程示意图。如图2所示,该方法包括以下步骤S110至S160。
S110、获取用户佩戴智能穿戴设备的配置数据。
在本实施例中,配置数据包括用户佩戴智能穿戴设备的位置以及用户等级的信息。
在玩家进入游戏前对玩家左右手佩戴进行提示设定,并把玩家设定值参数写入配置表中,以此形成配置数据,以用于后续识别,在终端上会实时显示用户的配置数据。
S120、获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据。
在本实施例中,检测数据是指佩戴在用户手上的智能穿戴设备内的传感器所检测的信号,用于识别用户姿态的数据。
具体地,检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据。
S130、根据检测数据进行圆角计算,以得到计算结果。
在本实施例中,计算结果是指连续的检测数据根据XYZ轴分别组合为三个二维的圆角截面的面积以及连续的检测数据的波峰波谷。
在一实施例中,上述的步骤S130可包括具体步骤S131~S134。
S131、根据所述三维坐标数据确定圆角截面。
圆角半径为两个坐标轴的数值变化的一个连续点的轨迹,当这个连续的轨迹串联起来即为圆角半径,计算截面长方形的面积来表示圆角截面的面积并以此来表达其方向变化的幅度。三个二维坐标组分别为X轴Y轴组成的截面Panel1;X轴Z轴组成的截面Panel2;Z轴Y轴组成的截面Panel3。
S132、计算所述圆角截面的面积,以得到待判定面积。
在本实施例中,待判定面积是指上述的X轴Y轴组成的截面Panel1;X轴Z轴组成的截面Panel2;Z轴Y轴组成的截面Panel3对应的面积。
在本实施例中,上述的待判定面积包括X轴Y轴组成的截面的第一待判定面积、X轴Z轴组成的截面的第二待判定面积以及Z轴Y轴组成的截面的第三待判定面积。
S133、计算所述三维坐标数据的波峰和波谷,以得到峰值。
确定峰值是为了更加准确地判定对应的方向。
S134、整合所述待判定面积以及所述峰值,以得到计算结果。
当Panel1截面的第一待判定面积持续从原点(0.0)坐标增大到预设动作库内动作为向右的阈值停止时识别为向右、当Panel2截面的第二待判定面积持续从原点坐标(0.0)增大到预设动作库内动作为向左的阈值停止时识别为向左、当Panel3截面的第二待判定面积持续从原点坐标(0.0)增大到预设动作库内动作为向下的阈值停止时识别为向下、当原点坐标(0.0)向X轴持续增大到预设动作库内动作为向上的阈值停止时识别为向上。且四个方向的矫正参数坐标值分别为向左(0,0,Z)、向右(0,Y,0)、向上(X,0,0)、向下(0,Z,Y)。
S140、根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态。
具体地,所述预设动作库对应的阈值是通过预先录入的手势动作数据且基于用户每次动作数据进行实时调整形成的。传感器在实时监测和实时识别上有硬件能力的限制,如果在基于蓝牙模组的芯片上集成重力传感器、陀螺仪传感器、地磁传感器有识别精准度的问题,因此,基于玩家数据分析结合识别算法,通过手势库调用的方式进行阈值的调取,以此确定姿态。
具体地,坐标持续轨迹比对分析法,通过预先录入的动作库动作数据,基于玩家每次动作的数据比对进行识别和反馈,并通过数据比对训练和历史记录使得识别的准确定更为精准。动作库主要的动作有向前、向后、向左、向右、翻转、加速、减速、暴击共8个简单易记的手势动作。可以简化玩家对手势的学习周期,容易上手,还可以实现简单的动作映射手势库的方式达到优良的体感趣味体验,进而改善用户的体验感受。
在本实施例中,用户姿态是指用户在玩游戏时实际操作的动作姿态。
在一实施例中,上述的步骤S140可包括步骤S141
S140a、判断所述配置数据是否是用户左手佩戴智能穿戴设备;
S140b、若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;
S140c、若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;
S140d、若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
S140e、若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
S140f、若所述第三判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;
S140g、若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;
S140h、若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;
S140i、若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;
S140j、若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;
S140k、若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
S140l、若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
若所述第三判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述步骤S140f。
左手倾斜抬升即玩家佩戴为左手,圆角截面计算为Panel1的第一判定面积持续数据轨迹识别为左手右方向位移,此时从原点坐标(0,0,0)至(X,0,0)数值持续变化,组合识别为左手倾斜抬升;右手倾斜抬升即玩家佩戴为右手,圆角截面计算为Panel2的第二判定面积持续数据轨迹识别为右手左方向位移,此时从原点坐标(0,0,0)至(0,0,Z)数值持续变化,组合识别为右手倾斜抬升,上述两种用户姿态在算法计算结果识别为防御,如图4所示,在游戏动效中加入了持续规避攻击动效结合识别结果,显示控制角色的姿态。
左手垂直上下摆动即玩家佩戴为左手,圆角截面计算为Panel3的第三判定面积持续数据轨迹识别为左手垂直上下方向位移,此时从原点坐标(0,0,0)至(0,Z,Y)数值持续变化,组合识别为左手垂直上下摆动;右手垂直上下摆动即玩家佩戴为右手,圆角截面计算为Panel3的第三判定面积持续数据轨迹识别为右手垂直上下方向位移,此时从原点坐标(0,0,0)至(0,Z,Y)数值持续变化,组合识别为左手垂直上下摆动,上述两种用户姿态在算法计算结果识别为攻击,通过加速度持续数据结果识别为持续攻击、暴击等效果。
另外,配合传感器获取的加速度数据以及上述的识别过程,便可确定是否为正面攻击姿态对应的左手向下垂直甩动、右手向下垂直甩动,如图3所示;还是侧面攻击姿势识别的左手向下45度倾斜甩动、右手向下45度倾斜甩动,如图5所示;还是勾拳攻击姿势识别的左手垂直向上甩动、右手垂直向上甩动,如图7所示。
另外,来回摆动的用户姿态在算法计算结果识别为持续光效,对攻击对象实施魔法,魔法指是游戏攻击过程中的光影效果表现,具体的实现方法为玩家水平来回摆动此时原点坐标(0,0,0)分别向第一判定面积对应的截面Panel1和第二判定面积对应的截面Panel2方向有持续数据轨迹变化,通过触发魔法光影效果的值来释放攻击魔法的光影效果。
另外,组合攻击效果对应的用户姿态为水平的来回摆动和左手/右手垂直上下摆动的组合,识别为游戏中预设的魔法攻击效配合传感器获取的加速度数据以及上述的识别过程,便可确定是否是横杀攻击姿势识别的左手水平甩动、右手水平甩动,如图6所示,还是攻击特效的左手翻转、右手翻转,如图8所示。
S150、根据用户姿态确定识别结果。
在本实施例中,识别结果是指用户姿态对应的游戏内的动作。
具体地,上述的步骤S150包括:
当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;
当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;
当所述用户姿态为来回摆动时,所述识别结果为持续光效;
当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
S160、根据所述识别结果生成对应的游戏效果,以发送至终端显示。
将识别结果对应的游戏效果显示在终端上,便可达到玩体感游戏的目的。
上述的体感游戏动作识别方法,通过传感器检测用户的动作信号,根据检测数据计算圆角面积,并根据不同用户对应的预设动作库对应的阈值进行比对,以确定用户姿态,再由用户姿态确定识别结果,便可在终端显示识别结果对应的效果,预设动作库内的手势较为简易,便于用户学习,采用传感器获取检测信号可实现提高识别准确率,且预设动作库内的手势简易,可简化用户对手势的学习周期,增强用户的体验感。
图9是本发明实施例提供的一种体感游戏动作识别装置300的示意性框图。如图9所示,对应于以上体感游戏动作识别方法,本发明还提供一种体感游戏动作识别装置300。该体感游戏动作识别装置300包括用于执行上述体感游戏动作识别方法的单元,该装置可以被配置于服务器中。具体地,请参阅图9,该体感游戏动作识别装置300包括配置数据获取单元301、检测数据获取单元302、计算单元303、姿态确定单元304、识别结果确定单元305以及效果生成单元306。
配置数据获取单元301,用于获取用户佩戴智能穿戴设备的配置数据;检测数据获取单元302,用于获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;计算单元303,用于根据检测数据进行圆角计算,以得到计算结果;姿态确定单元304,用于根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;识别结果确定单元305,用于根据用户姿态确定识别结果;效果生成单元306,用于根据所述识别结果生成对应的游戏效果,以发送至终端显示。
在一实施例中,所述计算单元303包括截面确定子单元、面积计算子单元、峰值计算子单元以及整合子单元。
截面确定子单元,用于根据所述三维坐标数据确定圆角截面;面积计算子单元,用于计算所述圆角截面的面积,以得到待判定面积;峰值计算子单元,用于计算所述三维坐标数据的波峰和波谷,以得到峰值;整合子单元,用于整合所述待判定面积以及所述峰值,以得到计算结果。
在一实施例中,所述姿态确定单元304包括配置数据判断子单元、第一判定子单元、第二判定子单元、第三判定子单元、第四判定子单元以及第五判定子单元。
配置数据判断子单元,用于判断所述配置数据是否是用户左手佩戴智能穿戴设备;第一判定子单元,用于若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;第二判定子单元,用于若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;第三判定子单元,用于若所述第三判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;第四判定子单元,用于若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;第五判定子单元,用于若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;若所述第三判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动。
在一实施例中,所述识别结果确定单元305,用于当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;当所述用户姿态为来回摆动时,所述识别结果为持续光效;当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述体感游戏动作识别装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述提及的终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。
上述体感游戏动作识别装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10,图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图10,该计算机设备500包括通过***总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作***5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种体感游戏动作识别方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种体感游戏动作识别方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
获取用户佩戴智能穿戴设备的配置数据;获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;根据检测数据进行圆角计算,以得到计算结果;根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;根据用户姿态确定识别结果;根据所述识别结果生成对应的游戏效果,以发送至终端显示。
其中,所述检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据。
所述预设动作库对应的阈值是通过预先录入的手势动作数据且基于用户每次动作数据进行实时调整形成的。
在一实施例中,处理器502在实现所述根据检测数据进行圆角计算,以得到计算结果步骤时,具体实现如下步骤:
根据所述三维坐标数据确定圆角截面;计算所述圆角截面的面积,以得到待判定面积;计算所述三维坐标数据的波峰和波谷,以得到峰值;整合所述待判定面积以及所述峰值,以得到计算结果。
其中,所述待判定面积包括X轴Y轴组成的截面的第一待判定面积、X轴Z轴组成的截面的第二待判定面积以及Z轴Y轴组成的截面的第三待判定面积。
在一实施例中,处理器502在实现所述根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态步骤时,具体实现如下步骤:
判断所述配置数据是否是用户左手佩戴智能穿戴设备;若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;若所述第三判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;若所述第三判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动。
在一实施例中,处理器502在实现所述根据用户姿态确定识别结果步骤时,具体实现如下步骤:
当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;当所述用户姿态为来回摆动时,所述识别结果为持续光效;当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessingUnit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机***中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
获取用户佩戴智能穿戴设备的配置数据;获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;根据检测数据进行圆角计算,以得到计算结果;根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;根据用户姿态确定识别结果;根据所述识别结果生成对应的游戏效果,以发送至终端显示。
其中,所述检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据。
所述预设动作库对应的阈值是通过预先录入的手势动作数据且基于用户每次动作数据进行实时调整形成的。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据检测数据进行圆角计算,以得到计算结果步骤时,具体实现如下步骤:
根据所述三维坐标数据确定圆角截面;计算所述圆角截面的面积,以得到待判定面积;计算所述三维坐标数据的波峰和波谷,以得到峰值;整合所述待判定面积以及所述峰值,以得到计算结果。
其中,所述待判定面积包括X轴Y轴组成的截面的第一待判定面积、X轴Z轴组成的截面的第二待判定面积以及Z轴Y轴组成的截面的第三待判定面积。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态步骤时,具体实现如下步骤:
判断所述配置数据是否是用户左手佩戴智能穿戴设备;若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;若所述第三判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;若所述第三判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;若所述第三判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据用户姿态确定识别结果步骤时,具体实现如下步骤:
当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;当所述用户姿态为来回摆动时,所述识别结果为持续光效;当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.体感游戏动作识别方法,其特征在于,包括:
获取用户佩戴智能穿戴设备的配置数据;
获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;
根据检测数据进行圆角计算,以得到计算结果;
根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;
根据用户姿态确定识别结果;
根据所述识别结果生成对应的游戏效果,以发送至终端显示;
所述检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据;
所述根据检测数据进行圆角计算,以得到计算结果,包括:
根据所述三维坐标数据确定圆角截面;
计算所述圆角截面的面积,以得到待判定面积;
计算所述三维坐标数据的波峰和波谷,以得到峰值;
整合所述待判定面积以及所述峰值,以得到计算结果。
2.根据权利要求1所述的体感游戏动作识别方法,其特征在于,所述待判定面积包括X轴Y轴组成的截面的第一待判定面积、X轴Z轴组成的截面的第二待判定面积以及Z轴Y轴组成的截面的第三待判定面积。
3.根据权利要求2所述的体感游戏动作识别方法,其特征在于,所述根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态,包括:
判断所述配置数据是否是用户左手佩戴智能穿戴设备;
若所述配置数据是用户左手佩戴智能穿戴设备,则判断所述第一待判定面积是否从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值;
若所述第一待判定面积是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手倾斜抬升;
若所述第一待判定面积不是从原点坐标沿着X轴逐渐增大至预设动作库内对应的阈值,则判断所述第三待判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
若所述第三待判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
若所述第三待判定面积不是从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动;
若所述原点坐标向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为来回摆动;
若原点坐标不向X轴Y轴组成的截面和X轴Z轴组成的截面移动,则所述用户姿态为组合动作;
若所述配置数据不是用户左手佩戴智能穿戴设备,则判断所述第二待判定面积是否从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值;
若所述第二待判定面积从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则用户姿态为右手倾斜抬升;
若所述第二待判定面积不是从原点坐标沿着Z轴逐渐增大至预设动作库内对应的阈值,则判断所述第三待判定面积是否从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值;
若所述第三待判定面积从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则所述用户姿态为左手垂直上下摆动;
若所述第三待判定面积不从原点坐标向Z轴与Y轴形成的区域逐渐增大至预设动作库内对应的阈值,则执行所述判断所述原点坐标是否向X轴Y轴组成的截面和X轴Z轴组成的截面移动。
4.根据权利要求3所述的体感游戏动作识别方法,其特征在于,所述根据用户姿态确定识别结果,包括:
当所述用户姿态为左手倾斜抬升、右手倾斜抬升时,所述识别结果为防御动作;
当所述用户姿态为左手垂直上下摆动、右手垂直上下摆动时,所述识别结果为持续攻击和暴击动作;
当所述用户姿态为来回摆动时,所述识别结果为持续光效;
当所述用户姿态为组合动作时,所述识别结果为魔法攻击。
5.根据权利要求1所述的体感游戏动作识别方法,其特征在于,所述预设动作库对应的阈值是通过预先录入的手势动作数据且基于用户每次动作数据进行实时调整形成的。
6.体感游戏动作识别装置,其特征在于,包括:
配置数据获取单元,用于获取用户佩戴智能穿戴设备的配置数据;
检测数据获取单元,用于获取佩戴在用户手上的智能穿戴设备的传感器的检测信号,以得到检测数据;
计算单元,用于根据检测数据进行圆角计算,以得到计算结果;
姿态确定单元,用于根据所述检测数据、所述识别结果以及配置数据与预设动作库对应的阈值进行比对,以确定用户姿态;
识别结果确定单元,用于根据用户姿态确定识别结果;
效果生成单元,用于根据所述识别结果生成对应的游戏效果,以发送至终端显示;
所述检测数据包括若干个连续稳定的传感器检测的三维坐标原点以及三维坐标数据;
所述计算单元包括截面确定子单元、面积计算子单元、峰值计算子单元以及整合子单元;
截面确定子单元,用于根据所述三维坐标数据确定圆角截面;面积计算子单元,用于计算所述圆角截面的面积,以得到待判定面积;峰值计算子单元,用于计算所述三维坐标数据的波峰和波谷,以得到峰值;整合子单元,用于整合所述待判定面积以及所述峰值,以得到计算结果。
7.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的方法。
8.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038130.XA CN111228792B (zh) | 2020-01-14 | 2020-01-14 | 体感游戏动作识别方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038130.XA CN111228792B (zh) | 2020-01-14 | 2020-01-14 | 体感游戏动作识别方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111228792A CN111228792A (zh) | 2020-06-05 |
CN111228792B true CN111228792B (zh) | 2023-05-05 |
Family
ID=70862552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010038130.XA Active CN111228792B (zh) | 2020-01-14 | 2020-01-14 | 体感游戏动作识别方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111228792B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643887B (zh) * | 2020-06-08 | 2023-07-14 | 歌尔科技有限公司 | 头戴设备及其数据处理方法、计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010125294A (ja) * | 2008-12-01 | 2010-06-10 | Copcom Co Ltd | ゲームプログラム、記憶媒体およびコンピュータ装置 |
CN108268137A (zh) * | 2018-01-24 | 2018-07-10 | 吉林大学 | 一种虚拟装配中握取、移动和放手动作测算方法 |
CN109718559A (zh) * | 2018-12-24 | 2019-05-07 | 努比亚技术有限公司 | 游戏控制方法、移动终端及计算机可读存储介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013069224A (ja) * | 2011-09-26 | 2013-04-18 | Sony Corp | 動作認識装置、動作認識方法、操作装置、電子機器、及び、プログラム |
CN103386683B (zh) * | 2013-07-31 | 2015-04-08 | 哈尔滨工程大学 | 一种基于Kinect的体感控制机械臂方法 |
CN103941866B (zh) * | 2014-04-08 | 2017-02-15 | 河海大学常州校区 | 一种基于Kinect深度图像的三维手势识别方法 |
CN105528059B (zh) * | 2014-09-30 | 2019-11-19 | 云南北方奥雷德光电科技股份有限公司 | 一种三维空间手势操作方法及*** |
CN104750397B (zh) * | 2015-04-09 | 2018-06-15 | 重庆邮电大学 | 一种基于体感的虚拟矿井自然交互方法 |
CN105739106B (zh) * | 2015-06-12 | 2019-07-09 | 南京航空航天大学 | 一种体感多视点大尺寸光场真三维显示装置及方法 |
US20170192494A1 (en) * | 2016-01-05 | 2017-07-06 | Shobhit NIRANJAN | Wearable interactive gaming device |
JP2017191426A (ja) * | 2016-04-13 | 2017-10-19 | キヤノン株式会社 | 入力装置、入力制御方法、コンピュータプログラム、及び記憶媒体 |
CN106249901B (zh) * | 2016-08-16 | 2019-03-26 | 南京华捷艾米软件科技有限公司 | 一种以Android原生游戏支持体感设备操控的适配方法 |
CN106445138A (zh) * | 2016-09-21 | 2017-02-22 | 中国农业大学 | 基于3d关节点坐标的一种人体姿态特征提取方法 |
CN106510719B (zh) * | 2016-09-30 | 2023-11-28 | 歌尔股份有限公司 | 一种用户姿态监测方法和可穿戴设备 |
CN107315473A (zh) * | 2017-06-19 | 2017-11-03 | 南京华捷艾米软件科技有限公司 | 一种体感手势选择安卓游戏目标ui控件的方法 |
CN107688390A (zh) * | 2017-08-28 | 2018-02-13 | 武汉大学 | 一种基于体感交互设备的手势识别控制器 |
CN107894834B (zh) * | 2017-11-09 | 2021-04-02 | 上海交通大学 | 增强现实环境下控制手势识别方法与*** |
CN108549489B (zh) * | 2018-04-27 | 2019-12-13 | 哈尔滨拓博科技有限公司 | 一种基于手部形态、姿态、位置及运动特征的手势控制方法和*** |
CN109200576A (zh) * | 2018-09-05 | 2019-01-15 | 深圳市三宝创新智能有限公司 | 机器人投影的体感游戏方法、装置、设备和存储介质 |
CN110362197A (zh) * | 2019-06-13 | 2019-10-22 | 缤刻普达(北京)科技有限责任公司 | 屏幕点亮方法、装置、智能穿戴设备及存储介质 |
-
2020
- 2020-01-14 CN CN202010038130.XA patent/CN111228792B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010125294A (ja) * | 2008-12-01 | 2010-06-10 | Copcom Co Ltd | ゲームプログラム、記憶媒体およびコンピュータ装置 |
CN108268137A (zh) * | 2018-01-24 | 2018-07-10 | 吉林大学 | 一种虚拟装配中握取、移动和放手动作测算方法 |
CN109718559A (zh) * | 2018-12-24 | 2019-05-07 | 努比亚技术有限公司 | 游戏控制方法、移动终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111228792A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8395620B2 (en) | Method and system for tracking of a subject | |
JP5989667B2 (ja) | タッチスクリーン上に複数のフレームを提示するためのシステム及び方法 | |
CN106249882B (zh) | 一种应用于vr设备的手势操控方法与装置 | |
US9423876B2 (en) | Omni-spatial gesture input | |
CN106155312B (zh) | 手势辨识与控制方法及其装置 | |
US9262012B2 (en) | Hover angle | |
KR20190122559A (ko) | 증강 또는 가상 현실 환경들에 대한 동적 햅틱 재생을 제공하기 위한 시스템들 및 방법들 | |
Hsu et al. | Real-time finger tracking for virtual instruments | |
CN111273777A (zh) | 虚拟内容的控制方法、装置、电子设备及存储介质 | |
CN111258422B (zh) | 终端游戏交互方法、装置、计算机设备及存储介质 | |
CN111228792B (zh) | 体感游戏动作识别方法、装置、计算机设备及存储介质 | |
JP2007072569A (ja) | プログラム、情報記憶媒体及び手書き図類似度判定装置 | |
CN106951108B (zh) | 一种虚拟屏幕实现方法及装置 | |
US11262850B2 (en) | No-handed smartwatch interaction techniques | |
US11782548B1 (en) | Speed adapted touch detection | |
JP2017012619A (ja) | タッチ操作によりゲームを進行するコンピュータプログラム | |
CN104536575A (zh) | 一种基于3d传感的大屏互动***实现方法 | |
TW202141349A (zh) | 影像辨識方法及其裝置及人工智慧模型訓練方法及其裝置 | |
CN111103973A (zh) | 模型处理方法、装置、计算机设备和存储介质 | |
CN115793893B (zh) | 触摸书写笔迹生成方法、装置、电子设备及存储介质 | |
KR101605740B1 (ko) | 스마트폰 사용자의 개인화된 동작인식 방법 및 이를 이용한 게임방법 | |
WO2022196222A1 (ja) | 検出処理装置、検出処理方法、情報処理システム | |
JP6523509B1 (ja) | ゲームプログラム、方法、および情報処理装置 | |
CN115393604A (zh) | 一种行为检测方法、装置、设备及存储介质 | |
CN118131899A (zh) | 人机闭环交互方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |