基于人机交互技术的体态感知抗干扰方法分析

基于人机交互技术的体态感知抗干扰方法分析

黄琪敏

杭州优航信息技术有限公司  310030

摘要：人机交互技术作为一门综合型技术，被广泛应用到很多领域。文章将基于人机交互技术的体态感知抗干扰方法进行分析，深入探讨综合帧间差分法与LK光流法的原理与内容。并提出特定场景下，运动目标体态识别与抗干扰的要求，增强复杂环境中系统的可交互性，提高人机交互水平，推动体态技术感知领域的发展，为医疗、游戏、影视等行业的发展提供技术支撑。

关键词：人机交互；体态感知；帧间差分；LK光流

引言：在人机交互技术下，人与计算机之间产生联系，人能够更好地从计算机中获取信息，科学操控计算机，获取环境信息相关指令，结合智能算法，提高计算机的应用水平。在此背景下，人能够获得更好地感受服务，甚至利用计算机识别人的意图，为人们带来全新的体验。

1 人机交互技术的体态感知特征

构建人体交互动作重构模型，对人体的交互特征进行有效提取，排除干扰动作，采用适量的特征描述，提高人机交互动作特征，实现动作的重构。技术人员建立N个骨架点，构建坐标系，将A、B分别设为坐标轴，加强人际交互动作轮廓线的设计，提高图像矩阵的水平。人机交互能够有效促进人与机器人的信息交流，通过图形化界面交互，反馈交互与命令交互的形式，增强了人们的参与感。例如，通过对人手势、动作、表情、语音、肢体进行识别，将识别信息利用体感传感器进行传递。通过数据处理后发出指令，机器人根据指令信号作出动作，从而达到人机交互的目的。在人机交互下，体态感知特征的识别能力较强，满足体态感知要求，在人机交互的领域发挥积极作用，充分识别并表达操作者的意图。

2 人机交互技术下体态感知的抗干扰方法

2.1帧间差分法

帧间差分法是通过对运动目标的控制，将前后两帧预进行对比，对应的像素中灰度值进行相减，从而确定运动目标的图像位置。1）根据像素灰度值的差距，对景物的状态作出判断。一旦图像中的物体发生运动，对区域下的标记目标进行确定，生成差分图像，便于观察。技术人员运用人机交互理论知识，选取相邻的两帧图像，分别将其设计为I1、I2。通过对I1、I2的灰度值对比，明确图像中物体的运动状态。2）参考灰度图像信息，以坐标的形式选取像素点。像素点（i，j），在具体某个时间下，像素点的灰度值采用坐标（i，j，t）来表示。技术人员运用帧间差分法进行计算，得到I1、I2准确的信息[1]。3）按照目标检测的流程，对体态感知抗干扰能力进行检测，提高系统的计算速度。例如，将目标输入到图像中，对输入的图像进行帧间差分，从而得到选取目标的二值图像。同时，利用先进技术，绘制二值图像的轮廓，精准找到其中每个运动目标与轮廓信息。将每个运动目标的外围矩形框进行坐标设计，补充坐标信息，提高体态感知的抗干扰能力。

2.2LK光流法

人机交互技术下体态识别抗干扰的模块主要分为目标检测模块、运动检测模块与抗干扰模块。在帧间差分法的识别下，对运动目标进行明确，技术人员采用LK光流法对运动目标进行对比，按照流程进行抗干扰设计，实现体态感知抗干扰设计。1）按照抗干扰的流程进行设计，将检测目标输入到目标区域，科学预测检测结果，加强对目标的识别，对运动目标系统的抗干扰情况作出判断，提高检测目标的整体质量。在逻辑程序的支持下，对LK光流检测结果进行判断。判断为yes，则输入活动目标，完成抗干扰的检测，并将检测目标区域进行有效保存。相反，判定为no，则需要忽略此次运算，更改储存数据，返回到上级进行重复计算。2）技术人员运用ADM计算机，在VS2021环境下进行操控，有效获取骨骼图像，并对关键节点的坐标信息进行使用，提取相应的视频图像，发挥LK光流法检测的作用。在此过程中，对干扰源进行明确，将其它的干扰运动目标进行去除，保证现实与虚拟系统稳定，提高系统的交互性[2]。3）将去除抗干扰后的锁定图像，精准传输到Kinect中，加强系统对图像区域的处理，保证骨骼图像目标明确。并对完成特定运动目标的体态进行识别，展现系统抗干扰的能力。例如，当特定目标在参与交互时，不会受到前面目标的影响，即使出现干扰源，目标也只会出现短暂的遮蔽，不会被完全地遮挡，为虚拟现实系统的应用提供保障。

2.3仿真实验法

利用仿真实验进行测试，实现体态感知的抗干扰。1）实验人员参考国家标准，对人体尺寸的数值进行明确，加强人机交互模型的实验设计，提高实验质量。设置维数m，将m值设计为2。并采取映射的方法对人体动作图像进行背景生成，将其输入到系统中，便于背景差分计算，得到准确、详细的去噪图像。在此过程中，实验人员选取20个关键点，对关键点信息进行明确，有效提取动作特征骨架，还原体重信息，为抗干扰训练提供保证。2）开启干扰排除仿真实验，对100个不同的体态动作进行分析，生成研究样本，有效排除计算机干扰，生成人机交互仿真模型，对相关的数据仿真结果加强测试，得到准确的实验结果，满足抗干扰实验的要求。另外，仿真模拟实验的信息精准显示在计算机中，技术人员对仿真模拟实验结果进行确认，不断修正局部像素点，使其在颜色梯度变化上满足预期要求，提高体态干扰动作的排除质量。3）生成科学、准确的实验报告，技术人员对实验报告细节进行总结。在100个体态动作中，人机交互动作的识别率高达95%，干扰源的控制水平较高，充分展现人机交互下体态感知的水平。

在仿真模拟实验中，技术人员根据实际情况，对算法进行改进，提高图像识别的能力，保证人体动作随机性的发展。例如，实验人员根据人体动作随机性的特点，采取大量的干扰排除措施，在传统算法的基础上进行改进。局部性嵌入人体动作的机器人，能够有效抵抗外界的干扰。结合上述维数的设计值，采用S映射的方法，将其映射到局部线性模型上。其中，A、B的人体衔接动作总能维持在较小的区域内，机器人的交互训练不断提高，局部线性值，嵌入到权值系统中，无法有效降低人机交互的质量。另外，对干扰动作进行识别，加强传统算法边缘点的距离计算。实验人员增加定位难度，采用边界跟踪的方法，对完整的轮廓线进行处理，使得全局性的二维流行结合矩阵能够精准地呈现。试验人员根据干扰动作的排除情况，将结果精准输出，降低动作干扰，将设计结果有效输出，展现算法改进后的优势，提高体态感知抗干扰的性能，促进人机交互技术的应用。

结论：综上所述，文章通过对人机交互技术的体态感知特征进行分析，详细描述人机交互动作重构模型的特点，为实现体态感知的抗干扰提供理论基础。技术人员通过帧间差分法、LK光流法、仿真实验法等方式降低人机交互的干扰，对干扰动作进行精准识别，发挥体态感知的优势，推动相关行业的高质量发展。

参考文献：

[1]徐姣.人机交互与智能化技术应用在物流产业园区空间设计中的研究[J].中国储运,2024(03):97-98.
[2]李由,吴兹古力.基于信息可视化的人机交互技术在视觉传达设计中的应用[J].自动化与仪器仪表,2024(02):182-186.