CN113646734B 用于手势检测和分类的方法和装置 (元平台技术有限公司).docxVIP

CN113646734B 用于手势检测和分类的方法和装置 (元平台技术有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113646734B(45)授权公告日2025.07.08

(21)申请号202080026319.5

(22)申请日2020.03.30

(65)同一申请的已公布的文献号申请公布号CN113646734A

(43)申请公布日2021.11.12

(30)优先权数据

62/826,4782019.03.29US16/833,3072020.03.27US

(85)PCT国际申请进入国家阶段日2021.09.29

(86)PCT国际申请的申请数据

PCT/US2020/0257722020.03.30

(87)PCT国际申请的公布数据

WO2020/205767EN2020.10.08

(73)专利权人元平台技术有限公司地址美国加利福尼亚州

(72)发明人亚历山大·巴拉尚丹尼尔·韦特莫尔

(74)专利代理机构北京安信方达知识产权代理有限公司11262

专利代理师张少波杨明钊

(51)Int.CI.

GO6F3/01(2006.01)

(56)对比文件

US2016313801A1,2016.10.27

US2018301057A1,2018.10.18

审查员陈国灿

权利要求书3页说明书25页附图38页

(54)发明名称

用于手势检测和分类的方法和装置

(57)摘要

CN113646734B示例系统可以包括:头戴式设备,其被配置为向用户呈现人工现实视图;控制设备,其包括多个肌电图(EMG)传感器;以及至少一个物理处理器,其被编程为接收基于由EMG传感器检测到的信号的EMG数据,检测EMG数据内对应于用户手势的EMG信号,对EMG信号进行分类以识别手势类型,并基于手势类型提供控制信号,其中,控制信

CN113646734B

系统

2800

2820

CN113646734B权利要求书1/3页

2

1.一种用于手势检测的系统,包括:

头戴式设备,其被配置为向用户呈现人工现实视图;

控制设备,其包括多个肌电图传感器,所述肌电图传感器包括当所述用户佩戴所述控制设备时接触所述用户的皮肤的电极;

至少一个物理处理器;和

物理存储器,其包括计算机可执行指令,所述计算机可执行指令在由所述物理处理器执行时使所述物理处理器:

处理如由所述肌电图传感器检测到的一个或更多个肌电图信号以生成经处理的一个或更多个肌电图信号,所述肌电图信号在围绕事件的特定的时间窗口内被检测到;

使用特定于用户的分类器模型将经处理的一个或更多个肌电图信号分类为一种或更多种手势类型,所述特定于用户的分类器模型具有相关联的准确度水平;

通过观察随着所述时间窗口的大小的改变而发生的所述特定于用户的分类器模型的准确度的改变,改变所述时间窗口的大小,以确定最佳的时间窗口大小;和

基于分类的所述一个或更多个手势类型提供控制信号,其中,所述控制信号触发所述头戴式设备来修改所述人工现实视图的至少一个方面,其中:

所述特定于用户的分类器模型是使用包括由多用户分类器模型确定的事件标记的训练数据来训练的;和

所述多用户分类器模型是使用从多个用户获得的多用户数据来训练的。

2.根据权利要求1所述的系统,其中,所述至少一个物理处理器位于所述控制设备内。

3.根据权利要求1所述的系统,其中,所述至少一个物理处理器位于所述头戴式设备内,或者位于与所述控制设备通信的外部计算机设备内。

4.根据权利要求1所述的系统,其中,所述计算机可执行指令在由所述物理处理器执行时使所述物理处理器使用分类器模型将经处理的肌电图信号分类为一种或更多种手势类型。

5.根据权利要求4所述的系统,其中,所述分类器模型是使用训练数据来训练的,所述训练数据包括针对所述手势类型的多个肌电图训练信号。

6.根据权利要求5所述的系统,其中,所述训练数据是从多个用户获得的。

7.根据权利要求1所述的系统,其中,所述头戴式设备包括虚拟现实头戴装置或增强现实设备。

8.一种用于手势检测的方法,包括:

从用户获得一个或更多个肌电图信号;

处理所述一个或更多个肌电图信号以生成相关联的特征数据,所述肌电图信号在围绕事件的特定的时间窗口内被检测到;

使用特定于用户的分类器模型将所述相关联的特征数据分类为一种或更多种手势类型,所述特定于用户的分类器模型具有相关联的准确度水平;

通过观察随着所述时间

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档