技术领域
[0001] 本发明涉及智能3D投影技术。
相关背景技术
[0002] 人类在模拟最接近真实的视听体验的探索从未停止，从平面显示走向虚拟现实，从单向声音走向立体环绕声音，目前的虚拟现实技术可以模拟不同方向的视频感受，也有人提出VR声音，即通过耳机来模拟不同距离远近的声音效果，但是这些VR画面和VR声音需要佩戴VR眼镜和耳机，还是有一定的不适感。
具体实施方式
[0030] 下面结合附图对本发明作进一步说明：
[0031] 如图1所示，智能3D投影技术，包括通过投影式音箱对影像进行投影及发声，并通过个人随着携带的可穿戴式动作判断传感器对被采样者进行数据信号的采集实现建模，从而根据建模分析数据控制投影式音箱对于影像的反馈控制和音频输出，采集数据建模按照下述步骤依次进行：
[0032] 步骤一：通过投影式音箱投放视频和音频，被采样者通过佩戴可穿戴式动作判断传感器观听影像和音频，在此过程中通过音视频采集单元捕捉动作，进行高度精确的语音识别、手势识别、面部特征识别并将采集到的数据以视频数据流的形式发送给所述网络交换装置，由所述视频采集卡进行处理，并将处理后的视频数据流以IP数据流的形式传输至网络；
[0033] 步骤二：通过加速传感器和腕表对被采样者进行步态识别，通过矢量长度的变化，可以判断目前加速度的方向。
[0034] 步骤三：选用小波变换阈值法对步骤一和步骤二中的采集过程中电路中的电磁干扰(即高频噪声)进行去噪；
[0035] 步骤四：采用小波包分解、差分算法分别从四个区域压力的三方向(左右、前后、垂直)提取频域时域特征，用SVM进行识别；
[0036] 步骤五：用模糊C均值法从步骤五提取的步态频域特征的多个小波包中挑选最小最优小波包集合，再用模糊C均值法基于模糊隶属度排序从挑选出的集合中挑选最小最优小波包分解系数，得到最小最优步态频域特征子集，再与步态时域特征组合，得到融合后的步态特征集，然后采用SVM进行步态识别，采用非线性映射径向基核函数将线性不可分的低维空间映射到线性可分的高维空间从而识别建模；
[0037] 步骤六：采用分层分级的方式进行运算处理，首先，将投影过程中的抖动噪音平衡、滤波去噪，然后分层分级降维建模，利用所述加速度传感器的输出数据，并利用中值滤波判断人体运动类型，分层判断人体是否静止运动、运动部位、类型，分级抽样判断主要特征、全面验证重点特征的影响，进而判断翻身、推动、起床等睡眠等特征，建模时，首先通过加速度计输出合成幅值，处于给定的上下阈值之间，则判定人体静止；反之，则判定人运动，所述加速度计输出合成幅值为：
[0038]
[0039] 所述上下阈值分别为：tha min＝8m/s，tha max＝11m/s，第一条件为：
[0040]
[0041] 如果第一条件判断为静止，则不进行第二、第三条件的判断，加速度计输出的局部方差，低于给定的阈值，则判定该身体局部静止；反之，则判定该身体局部运动，所述第二条件计算公式为：
[0042]
[0043] 其中，thσa＝0.5，如果第二条件判断为该身体局部静止，则不进行第三条件的判断，反之，所述第三条件计算公式为：
[0044] 其中， thamax＝50，然后进行运动的状态进行抽样计算并提取特征参数；
[0045] 步骤七：对特征融合建模，评估摄像头的光线传感器获得的光线值等级、运动类型、用户设置的重要类型获得光感质量用户5分评价体系，通过有监督分类算法-以历史最佳数据为监督因子对比，建立主观感受与环境参数自适应投影调节模型；
[0046] 步骤八：建立整体人群对应投影画像模型深度互学模式识别，根据数据库中已经注册了N类样本，将样本输入分类器训练，根据输入值判定是(1，N)中哪一类，如果超出(1，N)范围，则新注册类别N+1类，然后重新更新分类器；
[0047] 步骤九：对计算子结果合并处理，主进程分别读入当前时间步内各个进程的输出文件，将采集到的所述多路视频流进行拼合处理，以生成携带所述时间戳的全景视频流，然后按照区域分解的算法将结果合并还原，将结果以ASCLL格式暂存；在用户佩戴虚拟现实终端时，检测虚拟现实终端是否处于运动状态，如是，根据加速度调整待播放的视频频帧，以提供给用户同步视频信息，将信息显示于虚拟现实终端的目视区域。
[0048] 步骤十：对于被采样者不断重复步骤一到步骤九的过程，(参考图1)随着采样样本量的增加SVM分类器能够自适应不断优化完善每次输入新的样本，根据交叉验证法原理，计算SVM分类器识别率，进行适应度评估，不设定遗传算法的终止值，终止条件采用比高法，如果训练的识别率高于现有则设为最优参数，否则，执行选择、交叉和变异等操作进一步优化训练参数，实现模型的自适应完善，最后根据个人的观影习惯和动作习惯形成针对个人的个性化模型，再使用步骤一中的投影式音箱进行针对每个人的智能全息投影。
[0049] 在本实施例中，所述步骤一中的投影式音箱外部由上下两个部分构成，其中一部分为3个方向均匀分布的投影仪(分别投影120度)，另一部分为全景音箱，音箱中带有3个方向均匀分布的听筒(进行三个方向的音频和音量的反馈识别)，音箱内部包括边缘计算模组、通讯模块，与云端中央服务器连接，可穿戴式动作判断传感器，包括并不限于手环、手表、腰带、鞋等带动作判断的传感器，含边缘计算模组、通讯模块，通过通讯模块与云端中央服务器连接。中央服务器整体协调音箱、个人随着携带的可穿戴式动作判断传感器的数据，综合判断进行音频反馈和输出。
[0050] 在本实施例中，步骤六中的抖动噪音平衡是将速度传感器可采集包括三维加速度、三维磁场、三维角速度的几何均值按照权重系数进行叠加得到加权几何均数：Y＝k1Y1+k2Y2+k3Y3，其中，Y1为加速度几何均值，Y2为磁场几何均值，Y3为角速度几何均值，k为常模加权系数。
[0051] 在本实施例中，步骤六中的提取特征参数的原始运动向量组(F1，F2，…，Fm)，m小于9，提取矩阵为：
[0052] 其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2，…，Fm依次递减，称为第二主成分、″″″、第m主成分。因此主成分分析的过程可以看做是确定权重系数aik(i＝1，″″″，m；k＝1，″″″9)的过程。
[0053] 最后所应说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应该理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。
