[发明专利]一种动态手势识别方法及系统

说明书

本发明公开了一种动态手势识别方法及系统，该方法包括以下步骤：获取手部运动数据，包括三轴加速度和角速度数据；对手部运动数据进行处理，截取有效的手势动作数据；对手势动作数据进行特征提取，得到特征值，包括手势动作的长度、加速度的平均值、角速度的平均值以及加速度的极值点；获取待测手势动作数据，基于BP神经网络算法与K‑means算法对待测手势动作数据进行动态手势识别。

技术领域

本公开涉及人机交互技术领域，具体涉及一种基于单运动传感器的动态手势识别方法及系统。

背景技术

人机交互(Human-Computer Interaction，HCI)是人工智能重要的一个方面，人机交互是用户与计算机联系的中介，是用户与各种设备对话的一种方式。以鼠标键盘为主的交互方式，已经满足不了人工智能的需求。人机交互方式变得多种多样，比如智能手机等设备的触屏方式、语音交互方式等，但随着需求越来越高，这些交互方式出现了一定的局限性，往往受软件和硬件的限制。随着技术的进一步提高，人机交互方式得到了快速发展，新型的人机交互方式出现，例如，手势交互方式、头部交互方式、视觉交互方式。其中手势交互得到了广泛研究与应用。

手势交互方式，与传统的交互方式相比，它更加方便、简洁、便捷。实现手势交互方式，重点就是实现不同手势的识别。手势识别是人机交互重要的一部分，它关系到人机交互的自然性与灵活性。以手势作为交互方式有大量的优势，控制人手的大脑部分面积很大，说明手可以做出各种精细动作，人可以做出大量的手势来代表不同的指令。另外，以手势作为交互方式，不在需要像鼠标键盘这样的交互中介，人机对话更加方便快捷。

手势识别实现主要有两种方式，第一种是基于摄像头对照片或视频进行处理的手势识别，另一种基于传感器的穿戴式设备手势识别。发明人在研发过程中发现，基于图像处理的手势识别方式需要在特定场景下才能实现，普遍性不高，对坏境依赖性大，不适合大规模的应用。而传感器体积小，可以嵌入各种穿戴式设备，如手表，腕带等。与基于图像处理的手势识别比较，基于传感器的手势识别更加方便、高效，并且不受环境的影响。

发明内容

针对现有动态手势识别算法识别率低，本公开提供了一种基于单运动传感器的动态手势识别方法及系统，实现了高效、准确地手势识别。

本公开一方面提供的一种动态手势识别方法的技术方案是：

一种动态手势识别方法，该方法包括以下步骤：

获取手部运动数据，包括三轴加速度和角速度数据；

对手部运动数据进行处理，截取有效的手势动作数据；

对手势动作数据进行特征提取，得到特征值，包括手势动作的长度、加速度的平均值、角速度的平均值以及加速度的极值点；

获取待测手势动作数据，基于BP神经网络算法与K-means算法对待测手势动作数据进行动态手势识别。

本公开另一方面提供的一种动态手势识别系统的技术方案是：

一种动态手势识别系统，该系统包括：

数据获取模块，用于获取手部运动数据，包括三轴加速度数据和三轴角速度数据；

数据处理模块，用于对手部运动数据进行处理，截取有效的手势动作数据；

特征提取模块，用于对手势动作数据进行特征提取，得到特征值，包括手势动作的长度、加速度的平均值、角速度的平均值以及加速度的极值点；

手势识别模块，用于获取待测手势动作数据，基于BP神经网络算法与K-means算法对待测手势动作数据进行动态手势识别。

本公开另一方面提供的一种计算机可读存储介质的技术方案是：

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如下步骤：