[发明专利]手势识别方法、装置、设备和存储介质

说明书

本申请提供一种手势识别方法、装置、设备和存储介质，方法包括：获取输入的手势轨迹信息；根据所述手势轨迹信息，生成所述手势轨迹的特征点集；选取预设手势库中对应于所述特征点集的字符信息。本申请实现了根据用户输入的手势轨迹信息，识别该手势轨迹对应的字符信息。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种手势识别方法、装置、设备和存储介质。

背景技术

手势识别是计算机科学和语言技术中的一个主题，目的是通过数学算法来识别人类手势。

现有的手势识别算法中，一般可分为两类：

第一类：基于图像数据的手势识别，如采用摄像头拍摄图像，大量处理图像数据，进行识别，该类手势识别算法较多，可以采用较为复杂的算法，如神经网络，机器学习等算法，且较为成熟；但这些算法常用在电脑等具备高处理性能的设备中。

第二类：是基于传感器数据的手势识别，如用在触摸屏中的手势识别，这类算法由于设备(处理)性能较低，不能使用以上高端算法，且对信息处理响应实时性较高，因此需要合理优化算法，以达到精度高、响应快的目的。该方案一般采用方向码匹配法，对手势字符进行识别，具体的：对人的手指触摸信息进行坐标、方向的解析，然后与预设手势库进行匹配，若与预设手势对应的字符完全匹配，则视为手势识别成功。

但是，上述第二类识别方式判断维度较为单一，常出现误判、漏判等情况。

发明内容

本申请实施例的目的在于提供一种手势识别方法、装置、设备和存储介质，用以实现根据用户输入的手势轨迹信息，识别该手势轨迹对应的字符信息。

本申请实施例第一方面提供了一种手势识别方法，包括：获取输入的手势轨迹信息；根据所述手势轨迹信息，生成所述手势轨迹的特征点集；选取预设手势库中对应于所述特征点集的字符信息。

于一实施例中，所述获取输入的手势轨迹信息，包括：在所述手势轨迹信息的输入过程中，分别获取所述手势轨迹的起点信息、中间点信息和终点信息。

于一实施例中，所述中间点信息包括：所述手势轨迹的多个中间轨迹点信息和拐点信息；所述分别获取所述手势轨迹的起点信息、中间点信息和终点信息，包括：记录所述手势轨迹的起点信息；每隔预设帧数，记录所述手势轨迹的多个中间轨迹点信息；于所述中间轨迹点中，提取所述手势轨迹的所有拐点信息；记录所述手势轨迹的终点信息。

于一实施例中，所述根据所述手势轨迹信息，生成所述手势轨迹的特征点集，包括：统计每个所述起点信息、中间点信息和终点信息的位置信息，生成初始点集；于所述初始点集中，分别计算每对相邻点之间的相邻距离；判断所有所述相邻距离中，是否存在小于距离阈值的相邻距离；当存在小于所述距离阈值的所述相邻距离时，删除构成所述小于所述距离阈值的所述相邻距离的末点，并生成所述特征点集。

于一实施例中，在所述分别计算每对相邻点之间的相邻距离之后，还包括：于多个所述相邻距离中，分别计算前一个相邻距离与当前相邻距离的比值；判断所述比值是否小于第一比值阈值；当所述比值小于所述第一比值阈值时，从所述初始点集中，剔除构成所述前一个相邻距离的末点后，生成所述特征点集；当所述比值大于或等于所述第一比值阈值时，判断所述比值是否大于第二比值阈值；当所述比值大于第二比值阈值时，从所述初始点集中，剔除构成所述当前相邻距离的末点后，生成所述特征点集。

于一实施例中，所述选取预设手势库中对应于所述特征点集的字符信息，包括：将所述特征点集中的特征点，按照所述手势轨迹输入顺序，依次连接，生成特征轨迹；选取预设手势库中对应于所述特征轨迹的字符信息。

本申请实施例第二方面提供了一种手势识别装置，包括：获取模块，用于获取输入的手势轨迹信息；生成模块，用于根据所述手势轨迹信息，生成所述手势轨迹的特征点集；选取模块，用于选取预设手势库中对应于所述特征点集的字符信息。