降低分辨率的飞行时间形状识别的制作方法

    技术2026-09-20  3


    本发明一般涉及用于飞行时间(tof)形状识别的系统和方法,并且,在具体的实施例中,涉及用于识别具有降低的分辨率的形状的系统和方法。


    背景技术:

    1、对象识别被用在各种应用中以使用对象(例如,手)的形状和/或运动(有时被称为手势)控制电子设备。用户或用户的一部分的形状可以被称为用户的姿势。对象识别可以用于设备的非接触式控制。在某些情况下,诸如嘈杂(loud)环境或当常规控制机制,诸如键盘、计算机鼠标、触摸屏等不切实际或不可用时,非接触式控制可以是更方便的。

    2、附加地,非接触式控制还可以是更有效的控制机制,尤其是当设备不包括其他控制功能或不具有用于其他控制功能的空间时。例如,“智能”功能被添加到越来越多的小型电子设备或基本(basic)电子设备,这些电子设备中的一些甚至不具有显示屏幕。进一步地,许多设备自然地在距用户至少一些英尺的距离上操作,使得非接触式控制成为理想的机制。

    3、为了使用对象形状(例如,用户姿势)作为控制机制,设备必须能够快速且准确地标识形状。实施形状识别的一个共用的方法是使用视频摄像机(例如,网络摄像头)来记录视频。视频的帧然后可以由设备处理(或甚至外部地使用云计算)以考虑特定帧或帧集合是否包括特定形状。每个帧被存储为像素阵列。由于从数字图像中识别形状的复杂性,基于视频摄像机的形状识别通常要求大量的彩色像素(例如,rgb、ycbcr等)。

    4、然而,基于视频摄像机的形状识别存在多个缺点。大量像素,每个至少具有三个数据字段,导致高处理功率。这增加了功率需求、复杂性,并且可能使得识别变慢,尤其是在能力较低的设备上。视频摄像机总是接通的要求甚至消耗更多功率。由于人眼容易理解视频数据,因此使得视频摄像机被接通也是一个隐私问题。基于视频摄像机的形状识别系统到设备中的集成是非常困难的。因此,不需要视频摄像机的形状识别解决方案是所期望的。


    技术实现思路

    1、根据本发明的实施例,一种使用多区域飞行时间(tof)传感器识别形状的方法包括,由处理器接收指示位于多区域tof传感器的视场内的对象的tof数据。tof数据包括区域数据的二维阵列。区域数据中的每个区域数据对应于多区域tof传感器的视场的区域并且包括距离信息和附加信号信息。方法进一步包括由处理器使用二维阵列的距离信息和附加信号信息来将对象识别为形状。

    2、根据本发明的另一实施例,一种使用多区域飞行时间(tof)传感器识别形状的方法包括,由处理器接收指示位于多区域tof传感器的视场内的对象的tof数据,视场被划分为区域。tof数据包括对应于多区域tof传感器的视场的每个区域的信号信息。方法进一步包括由处理器通过人工智能(ai)模型过滤tof数据以创建ai输出数据,并且由处理器使用ai输出数据来将对象识别为形状。

    3、根据本发明的又另一实施例,一种形状识别设备包括多区域tof传感器,其包括被划分为区域的视场并且被配置为生成指示位于多区域tof传感器的视场内的对象的tof数据,以及处理器,其被耦合到多区域tof传感器。处理器被配置为从多区域tof传感器接收tof数据,通过人工智能(ai)模型过滤tof数据以创建ai输出数据,并且使用ai输出数据将对象识别为形状。tof数据包括对应于多区域tof传感器的视场的每个区域的信号信息。



    技术特征:

    1.一种使用多区域飞行时间tof传感器识别形状的方法,所述方法包括:

    2.根据权利要求1所述的方法,其中所述二维阵列的每个维度小于或等于16。

    3.根据权利要求2所述的方法,其中所述二维阵列是8乘8阵列。

    4.根据权利要求1所述的方法,其中所述tof数据对应于由所述多区域tof传感器测量的单个帧。

    5.根据权利要求1所述的方法,进一步包括:

    6.根据权利要求1所述的方法,进一步包括:

    7.根据权利要求1所述的方法,进一步包括:

    8.一种使用多区域飞行时间tof传感器识别形状的方法,所述方法包括:

    9.根据权利要求8所述的方法,其中所述tof数据对应于由所述多区域tof传感器测量的单个帧。

    10.根据权利要求8所述的方法,进一步包括:

    11.根据权利要求8所述的方法,其中所述ai模型是卷积神经网络(cnn)。

    12.根据权利要求8所述的方法,其中对应于每个区域的所述信号信息包括根据由所述多区域tof传感器测量的原始信号数据确定的距离值。

    13.根据权利要求12所述的方法,其中对应于每个区域的所述信号信息进一步包括所述原始信号数据。

    14.根据权利要求12所述的方法,其中对应于每个区域的所述信号信息进一步包括信号峰值。

    15.根据权利要求8所述的方法,其中对应于每个区域的所述信号信息是由所述多区域tof传感器测量的原始信号数据。

    16.一种形状识别设备,包括:

    17.根据权利要求16所述的形状识别设备,其中所述多区域tof传感器的所述视场的所述区域被布置为单个8乘8阵列。

    18.根据权利要求16所述的形状识别设备,其中所述处理器是微控制器。

    19.根据权利要求18所述的形状识别设备,

    20.根据权利要求16所述的形状识别设备,其中所述多区域tof传感器是直接tof传感器。


    技术总结
    本公开涉及降低分辨率的飞行时间形状识别。一种使用多区域飞行时间(ToF)传感器识别形状的方法包括,由处理器接收指示位于多区域ToF传感器的视场内的对象的ToF数据,视场被划分为区域。ToF数据包括与多区域ToF传感器的视场的每个区域相对应的信号信息。ToF数据可以包括区域数据的二维阵列,每个区域数据对应于多区域ToF传感器的视场的区域并且包括距离信息和附加信号信息。方法进一步包括由处理器使用信号信息将对象识别为形状。识别形状可以包括由处理器通过人工智能(AI)模型过滤ToF数据以创建AI输出数据并且使用AI输出数据识别形状。

    技术研发人员:Y·J-P·D·拉比西埃
    受保护的技术使用者:意法半导体国际公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-48620.html

    最新回复(0)