據(jù)所述關(guān)鍵部位坐標 系，獲取頭部和兩臂的原始坐標位置。
[0035] 優(yōu)選的，所述處理單元22,進一步具體用于根據(jù)所述人體皮膚表面關(guān)鍵部位的動 作數(shù)據(jù)，判定人體的動作；所述人體的動作至少包括W下之一：手移動方向、手是否畫圓、 是否雙手縮放、是否有握拳；根據(jù)所述人體的動作，生成對應(yīng)于電子裝置的操作命令。
[0036] 本發(fā)明實施例上述技術(shù)方案具有如下有益效果；因為采用所述體感識別方法包 括；通過紅外熱感獲取當前人體皮膚表面關(guān)鍵部位的坐標數(shù)據(jù)；利用所述當前人體皮膚表 面關(guān)鍵部位的坐標數(shù)據(jù)與預(yù)置的相應(yīng)關(guān)鍵部位的原始坐標數(shù)據(jù)進行對比，獲取所述人體皮 膚表面關(guān)鍵部位的動作數(shù)據(jù)；根據(jù)所述人體皮膚表面關(guān)鍵部位的動作數(shù)據(jù)，生成對應(yīng)于電 子裝置的操作命令的技術(shù)手段，所W達到了如下的技術(shù)效果：提供了一種依靠人體運動進 行操作控制的技術(shù)方案，可W作為遙控器的補充，或者替代遙控器，給使用者增加使用樂 趣。
[0037] W下W應(yīng)用實例對上述實施例所述技術(shù)方案進行詳細說明：
[0038] 本發(fā)明應(yīng)用實例提供了一種空調(diào)控制器，所述空調(diào)包括上述體感識別裝置。需要 說明的是，本發(fā)明應(yīng)用實例W空調(diào)控制器為例，并不限定上述體感識別裝置的應(yīng)用范圍，還 可W為家電控制器等電子設(shè)備控制器，本發(fā)明應(yīng)用實例并不W此為限。
[0039] 本發(fā)明應(yīng)用實例提供一種體感手勢識別方法，包括W下步驟：
[0040] 步驟一、采集人體皮膚表面關(guān)鍵部位（如面部、腿部、手部）的溫度數(shù)據(jù)，建立人體 關(guān)鍵部位坐標系；
[0041] 步驟二、將每個關(guān)鍵部位原始坐標數(shù)據(jù)存入Flash ;
[0042] 步驟Η、采集當前的各個關(guān)鍵部位坐標數(shù)據(jù)，并將各個關(guān)鍵部位的坐標數(shù)據(jù)存入 數(shù)組；
[0043] 步驟四、將當前各個關(guān)鍵部位的坐標數(shù)據(jù)與相應(yīng)關(guān)節(jié)點的原始坐標數(shù)據(jù)進行對 比，判斷手是否抬起、是否前伸；腿是否抬起是否前伸等關(guān)鍵部位坐標變化情況；
[0044] 步驟五、步驟四中，如手抬起，則進一步對比相應(yīng)關(guān)鍵部位當前坐標與原始坐標， 判斷手移動方向、手是否畫圓、是否雙手縮放、是否有握拳等動作；
[0045] 步驟六，進一步將手勢、體感識別的結(jié)果應(yīng)用于對電子裝置的操作命令。
[0046] 如圖3所示，為本發(fā)明應(yīng)用實例所述應(yīng)用場景示意圖。本發(fā)明應(yīng)用實例所述空調(diào) 控制器包括中央處理器、紅外熱感傳感器、Flash存儲電路。紅外熱感傳感器通過I2C通訊 電路與中央處理器通訊，由中央處理器發(fā)出指令控制熱感傳感器采集溫度，熱感傳感器將 所探測區(qū)域的溫度值及坐標值發(fā)送給所述中央處理器；所述中央處理器負責(zé)讀取熱感傳感 器送出的溫度數(shù)據(jù)，將64個探測區(qū)域的溫度數(shù)據(jù)進行處理，獲得64個坐標位置的溫度數(shù) 據(jù)。
[0047] 中央處理器通過所述熱感傳感器將收到的溫度數(shù)據(jù)處理后，提取人體的特征部位 坐標與存儲在flash的原始坐標數(shù)據(jù)比較，判斷關(guān)鍵部位的運動方向。空調(diào)控制器的安裝 位置示意圖如圖3所示，熱感傳感器將被監(jiān)測區(qū)域分成8X8共64份，每一份的溫度值都會 被傳到中央處理器，中央處理器將溫度值分類，提取人體的特征溫度，確定出人體各個關(guān)鍵 部位的坐標，從而監(jiān)測人體關(guān)鍵部位的運動方向。
[0048] 提取關(guān)鍵部位坐標算法：
[0049] 將熱感傳感器的檢測區(qū)域劃分為有多個行和列組成的格狀區(qū)域，空調(diào)控制器分別 讀取熱感傳感器實時采集的若干行和列的每一格的溫度數(shù)據(jù)，使用K-MEANS均值算法，求 取所有溫度數(shù)據(jù)的高溫和低溫聚類中必的溫度值R和G，再將（R-G)*C1和（R-G)*C2作為 溫度上、下闊值，其中，C1、C2是決定檢測靈敏度的系數(shù)；
[0050] 判斷每一行或列的溫度極大值Ra)max減去每一行或列的溫度均值R(i)之差是 否至少一個在溫度上下闊值之間，如果是，則判斷為在送一行或列中的溫度極大值位置坐 標；求出16行或列的所有極大值位置坐標（X，y)。
[0051] 如果通過用戶輸入，選擇雙手和面部的體感識別，郝么雙手和面部作為特征關(guān)鍵 部位，需要識別送Η個關(guān)鍵部位的坐標（x，y)。為了識別送Η個關(guān)鍵部位的坐標（x，y)，使 用了基于最大和最小距離法的多中必聚類算法（MCAMDA聚類算法），如圖4所示，為本發(fā)明 應(yīng)用實例基于最大和最小距離法的多中必聚類算法框架示意圖。
[0052] 算法第一階段是為了選取最能有效代表原始數(shù)據(jù)集分布的最佳的初始聚類初值。 第二階段為算法運行的主體，利用K-means算法在整體數(shù)據(jù)集上進行聚類，將較大或呈延 伸狀的簇分成若干個小類。第Η階段，小類合并算法合并可W整合的小類，最后得到小類合 并后的所有聚類中必，即是人體關(guān)鍵部位的坐標。
[0053] 401、聚類初值優(yōu)化算法
[0054] 聚類初值優(yōu)化算法包括Η個主要的子過程：抽樣過程、最大最小距離算法過程、 K-means迭代過程。
[00巧]首先在樣本集中通過最大最小距離法獲得ki個初始聚類種子，再利用K-means迭 代過程聚成一組備選聚類種子ki個用Gi表示。重復(fù)執(zhí)行W上操作η次。獲得η個備選初 始聚類種子集合；G = G1+G2+G3+…+Gn,在G上再次使用最大最小距離法得到Κ個最佳聚 類種子，用Z表示。
[0056] 402、K-means 迭代算法
[0057] 使用聚類初值優(yōu)化算法得到的K個最佳聚類種子作為K-means聚類算法的初始 值，進行迭代運算，獲得κ個聚類中必坐標值。
[0058] 403、小類合并算法
[0059] Ester Martin等人提出的DBSCAN聚類算法是一種經(jīng)典的基于密度的空間聚類算 法。第一階段的初值優(yōu)化算法和第二階段的K-means算法過程之后，可能出現(xiàn)一些聯(lián)系緊 密的小簇，送些小簇最終應(yīng)屬于一類，所W需要將小類合并。DBSCAN算法的起始點選擇將小 類的聚類中必作為起始點。
[0060] 經(jīng)過A、B、CΗ步后得到的坐標位置便是面部、雙手的坐標，將其與存儲在Flash內(nèi) 的原始坐標比較得到當前人體Η個部位的運動方向。結(jié)果應(yīng)用于對電子裝置的操作命令
[0061] 原始關(guān)鍵部位坐標確定方法：空調(diào)控制器安裝于空調(diào)面板上，人站立或坐姿，正對 空調(diào)控制器，伸平雙手，停留5砂鐘（不限于5砂），空調(diào)控制器根據(jù)頭部和雙手溫度高于環(huán) 境溫度，通過提取關(guān)鍵部位坐標算法，計算出頭部和雙手的位置。當空調(diào)控制器原始關(guān)鍵部 位坐標確定識別完成（頭部位置，位與人體雙手位置連線的垂直平分線上）會發(fā)出提示音。 然后人體可W做各種姿態(tài)。
[0062] 本發(fā)明應(yīng)用實例上述技術(shù)方案具有如下有益效果：提供了一種依靠人體運動進行 操作控制的技術(shù)方案，可W作為遙控器的補充，或者替代遙控器，給使用者增加使用樂趣。
[0063] 本領(lǐng)域技術(shù)人員還可W 了解到本發(fā)明實施例列出的各種說明性邏輯塊 (illustrative logical block),單元，和步驟可W通過電子硬件、電腦軟件，或兩者的結(jié) 合進行實現(xiàn)。為清楚展示硬件和軟件的可替換性（interchangeability)，上述的各種說明 性部件（illustrative components)，單元和步驟已經(jīng)通用地描述了它們的功能。送樣的功 能是通過硬件還是軟件來實現(xiàn)取決于特定的應(yīng)用和整個系統(tǒng)的設(shè)計要求。本領(lǐng)域技術(shù)人員 可W對于每種特定的應(yīng)用，可W使用各種方法實現(xiàn)