情境感知智能人机交互技术要点探析

刘畅　方琳

摘 要：伴随着当下智能设备高速的普及，使得人机交互技术逐渐深入到人们日常生活的诸多领域当中。在当下的情感智能人机交互，已经逐渐成为人工智能、机器视觉以及数据挖掘领域当中十分重要的研究话题。另外，在数字化相机的普及，也让人们对于单目可见光视觉的人机交互技术，得到了越来越多的关注。在本文的分析中，就针对当下情境感知智能人机交互技术要点进行分析。

关键词：情感感知 智能人机交互 人工智能 数字化

An Analysis of the Key Points of Situation-Aware Intelligent Human-Computer Interaction Technology

Liu Chang，Fang Lin

Abstract：With the current high-speed popularization of smart devices， human-computer interaction technology has gradually penetrated into many areas of people's daily lives. The current emotional intelligent human-computer interaction has gradually become a very important research topic in the fields of artificial intelligence， machine vision， and data mining. In addition， the popularity of digital cameras has also attracted more and more attention to the human-computer interaction technology of monocular visible light vision. In the analysis of this article， the article analyzes the key points of the current situation-aware intelligent human-computer interaction technology.

Key words：emotional perception， intelligent human-computer interaction， artificial intelligence， digitization

1 引言

当今社会已经进入到了信息化的时代当中，因此在软硬件技术的不断发展下，使得智能设备不断的应用到了人们生活生产的各个领域中。同时，人机交互已经在国家安全、医疗、教育以及娱乐方面，都发挥出越来越重要的价值，同时也更加深入到人们生活的诸多方面。

2 情感感知智能人机交互技术

情感感知智能人机交互技术，是一种利用智能交互系统，对在复杂情景当中的人体行为，进行语义方面的分析，以此识别出交互的主体，并能够进行主动性的响应，以此形成交互意图。对于这种情景感知智能交际交互，则是人机交互在发展中，自然化与智能化的产物。在当下对于该技术的研究中，让传感器作为与空气一样的自然元素一样，存在着人们的周围，以此让智能设备可以充分的感知到用户所待在的情景，并为用户提供相应的主动性的服务。在人机交互系统的运行中，可以很好的将情景信息与用户人物进行结合，以此形成自然人机的交互效果。

对于这种情景感知智能人机交互技术而言，成为了当今社会最为高端的技术之一。当下各个国家都对情感感知智能人机交互，进行了深入的研究，并成为各个国家信息技术创新领域的重要研究课题，凸显出了当下情感智能人机交互技术对于信息技术发展的重要价值。

在情感感知智能人机交互系统当中，所运行的基本理念已经从传统的人为控制系统为主要形式的系统，逐渐转变成以用户为中心的系统服务类型。在传统的系统当中，其形成的符号以及各种图形，这种信息交互的服务模式，已经无法很好的满足情感感知智能人机的交互发展需求，以此就需要逐渐的被一些触摸式以及视觉型的交互方式所替代。其中视觉传感是一种非侵入式的检测设备，以此在使用中对于用户的限制较低，但是却可以获得大量的信息，以此可以具有着较高的空间解释性。已经成为当下智能人机交互系统当中的重要组成部分。

3 情境感知智能人机交互技术要点

3.1 结构相似性时空分析的情景感知光照均衡

在情景感知智能人機交互系统当中，始终基于以人为本的服务理念，同时交互对象也需要使用远程视频传输的方式，将其投影到用户端。在用户的使用中，可以在一个较为舒适的环境当中，对一些非限定的情景对象进行交互。在非限定情境当中，其光照的变化无法得到控制，例如光源的位置不同，就会导致光照出现不均匀的现象。在光照出现变化之后，会直接影响到用户对于情景交互对象的判断，以此让交互行为出现一定程度的偏差。另外，在光照发生变化的时候，也会导致情境当中的各种物体，出现不同程度的信息变化，以此直接影响到智能交互系统，对于情景信息的学习与感知之间的变化。在交互系统的逻辑当中，需要对非限定情景当中的光照变化进行针对性的处理，以此可以很好的提升视觉信息的稳定性，这成为了情景感知智能人机交互当中的重要基础条件和影响因素。

3.2 背景建模的复杂情境人体分割

人一直都是交互行为当中的主体对象，同时也是人机交互第一要素。在情景感知智能人机交互的过程中，主要是通过感知和理解人体的方式，对人的交互意图进行响应。因此，为了有效的提升交互的效率，就需要快速准确的将人体从复杂情境当中分割出来，这种技术方式也成为了当下情境感知智能人机交互技术的关键点。在前文的情景感知光照均衡的分析中，已经可以很好的提升视觉信息的稳定性，以此在本文的分析中，就主要围绕着复杂情景，对于人体分割进行相关的问题。

在人体分割的过程中，就是一种从视频和图像当中，将人体分割出来，以此对人体进行针对性的研究和分析。同时在人体分割的过程中，基于不同的硬件条件，可以分为不同的技术类型，分别为深度图像人体分割以及可见光图像人体分割技术。首先，对于深度图像人体分割技术而言，其重要的优势在于使用红外传感器，可以很好的在图像采集的时候，能够提升人体与背景之间的区分度，而且也不会受到可见光变化的影响，以此会让人体分割的效率较高。但是对于这种技术而言，其缺点在于对于设备的硬件有着较高的要求，以此需要投入较高的成本。同时，该技术下的人体色彩、纹理信息会出现较为明显的缺失。但是对于可见光图像人体分割技术而言，对硬件设备的要求并不高，有著一定的普遍性，同时在图像当中保留着大量的色彩与纹理信息，因此成为当中技术研究当中的重要技术形式。在这种技术的使用中，可以很好的让深度图像当中的人体，与背景有着较高的层次感，让图像背景也更加干净。在可见光图像的呈现中，其情景内容十分复杂，以此对于人体分割的时候，也会受到光照与情境事物方面的影响。

3.3 差异更新的三维人体骨架估计

在人体骨架的估计中，可以有效的反映出人体当下的实际状态，并明确出各个关节在空间当中的位置结构关系。在人体交互行为的分析中，主要是利用人体骨架的时空组合变化来体现。而从较为复杂的人体骨架位置信息进行采集，已经成为当下交互系统当中的重要基础技术。

人体骨架估计估计技术，是一种对于当下人体实际的空间位置信息的采集。在人体行动的过程中，对于骨架的定位，主要依靠着穿戴式方法、视觉传感方法等方式进行呈现。其中对于穿戴式的方法而言，是让人体穿戴各种传感器，以此让系统获取到骨架的一些关键点信息。这种方法在实际的应用过程中，需要让传感器能够固定在人体的特定位置。当下普遍用于对于人体的建模研究，但是在该技术的使用中，技术流程较为复杂繁琐，因此无法应用到日常生活当中。

对于视觉传感的技术方式，主要是记忆人体骨架定位的深度信息采集，同时也是一种基于单目可监管的视觉人体骨架定位技术。在交互系统当中，配备了深度信息视觉传感系统，同时也是视觉系统当中可以充分利用信息，将人体从原本复杂的情境当中分割出来的技术，并充分的提取人体骨架。对于这种视觉系统而言，在使用的过程中，会对光照的变化呈现出一定的特性，但是由于其在进行系统架构的时候，往往较为的复杂多变，以此成本较高，无法大面积的进行推广。但是对于单目可见视觉技术而言，相比较深度信息视觉技术，并不能很好的发挥起到深度信息的采集，同时也无法很好的对三维空间当中的信息进行采集。但是由于单目可见光对于光视觉有着普遍性，因此可以很好的作用于人体骨架分析系统当中。

在当期对于这种人体骨架估计的研究中，采用的是图像结构法，以此在该系统的运行中，数据库当中的人体关键部位，使用手动绘制节点的方式，形成训练模型。在人体姿态方面是一种训练数据当中学习的模型线性组合。但是，对于这种技术也需要初始化目标，以此让这种技术方式十分适用于人体的跟踪分析。但是基于HOG与SIFT方法而言，其人体骨架的估计并不需要初始化，同时又受到特征与姿态空间当中映射关系的影响，就会使得这样的方法存在着一定的问题。

3.4 模式融合特征点定位的面部朝向设计

在对人体进行信息采集的时候，面部是最为重要的信息特征。因此，在人机交互的过程中，其面部信息的采集有着十分重要的作用。但是在用户距离系统较远的时候，往往对于人体眼睛的注视方向，无法实现准确的判断。另外，人们在日常的生活过程中，往往人脸面部特征可以较为直观的呈现出较多的信息数据，以此在人体自然交互的过程中，其面部与人眼基本上保持着一致的方向。因此，对于面部的朝向就可以直接展示出人体感兴趣的一些目标信息。

本文所提出的模式融合特征点定位的技术方式，可以很好的对用户进行面部朝向的估计。在具体的应用过程中，首先需要对双尺度面部区域进行信息采集，以此较为准确的判断出人体当下的面部区域，尽可能的降低人脸区域当中背景因素的干扰。同时，在获取到的面部区域过程中，需要基于模式融合面部特征点的方式，进行定位计算分析，以此让不同特性，可以基于深度学习的方式，对面部特征点进行全面的融合，因此可以很好的提升面部特征点的定位准确性。在长期的实验分析后发现，这种技术在使用的过程中，在各种情景下可以较为准确的对人脸的面部朝向进行基本的判断，以此逐渐成为情境感知交互系统当中十分重要的技术类型。

4 结语

综上所述，在当下情境感知智能人机交互技术当中，涉及到众多的技术要点，因此就需要在实际的设计以及研究中，能够针对不同的功能进行深入的研究和分析，这样就可以很好的提升交互系统的估计效率和准确性，实现更高的性能。

参考文献：

[1]李浩君，袁叶叶，戴海容.情境感知视角下移动图书馆主动知识服务模型构建[J].四川图书馆学报，2021（01）：53-57.

[2]庞津，杨朝晖.基于情境感知系统的个性化学习模式的研究[J].继续医学教育，2021，35（01）：44-45.

[3]彭培环.智慧学习环境下的深度学习分析及模型构建[J].中国教育信息化，2021（01）：10-14.

[4]李敏波，吴宇，卢晨耀.面向情景感知的物联网设备智能控制系统[J/OL].小型微型计算机系统：1-8[2021-03-15].