本申请提供了一种人机交互方法、装置、设备及存储介质，该方法当识别到视觉标记定位标识时，对视觉标记定位标识进行跟踪识别；若在第一预设时间内，视觉标记定位标识始终位于图像采集设备前方，则发起鉴权；获取视觉标记定位标识的解锁动作，根据解锁动作对用户进行鉴权；若鉴权成功，则显示操作菜单和虚拟鼠标，获取视觉标记定位标识的控制动作；根据控制动作和预设指令对应信息，对操作菜单进行控制，其中，预设指令对应信息包括控制动作和控制动作对应的预设指令。