[发明专利]一种基于人体肌电信号的手势识别方法

说明书

本发明提供了人机交互技术领域的一种基于人体肌电信号的手势识别方法，包括如下步骤：步骤S10、采集若干组肌电信号；步骤S20、对各所述肌电信号进行预处理；步骤S30、基于时域法对预处理后的各所述肌电信号进行时域特征的提取；步骤S40、基于神经网络创建一手势识别模型，利用所述时域特征对手势识别模型进行训练；步骤S50、通过肌电手环采集实时肌电信号，利用训练后的所述手势识别模型对实时肌电信号进行手势识别。本发明的优点在于：极大的提升了手势识别的精度、效率以及适用范围。

技术领域

本发明涉及人机交互技术领域，特别指一种基于人体肌电信号的手势识别方法。

背景技术

随着移动电子设备的普及，人机交互领域(HCI)越来越受人们重视，这是一个关注人和机器之间交互模式的多学科研究领域。高效自然的人机交互形式可以降低操作复杂设备所需要的技术水平，有助于解决“数字鸿沟”问题。即有效的、更贴近人类日常习惯的、遵从用户潜意识的交互方式，能够提供交互效率，降低学习成本，消除用户和新技术之间的间隙。

可预见，未来在人和机器的交互中会逐渐摒弃键盘、鼠标等传统交互设备，而是依靠手势、声音来交互。因为这很符合人们的交流习惯，在人与人交流沟通传递信息时，通常依靠对话，在对话的同时也会伴随着身体语言的补充来加以说明。所以手势作为输入的交互方式开始进入大众视野。

手势识别是通过数学算法来向计算机解释手势的含义，它使计算机可以捕获手势并理解其含义进而执行相关指令。人们可以使用简单手势来控制设备或与之进行交互，而无需实际触摸设备。与原始文本用户界面、图形用户界面相比，机器与人类之间的关系有了进一步的发展。

手势识别的过程包括表示过程和决策过程；表示过程是将物理手势转化为数字数据，并将数字数据转换成适合决策过程的形式，然后决策过程对数据进行分类。传统的手势识别为基于视觉的手势识别，手势由相机捕获，然而，传统的手势识别方法存在如下缺点：1、手势识别过程复杂，不适合实时应用；2、用户必须处于在相机的拍摄范围内；3、易受外界环境的限制，例如正在使用手势识别进行游戏，前方走过一人临时对相机进行了遮挡，将直接导致手势识别失败，进而影响用户体验。

因此，如何提供一种基于人体肌电信号的手势识别方法，实现提升手势识别的精度、效率以及适用范围，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种基于人体肌电信号的手势识别方法，实现提升手势识别的精度、效率以及适用范围。

本发明是这样实现的：一种基于人体肌电信号的手势识别方法，包括如下步骤：

步骤S10、采集若干组肌电信号；

步骤S20、对各所述肌电信号进行预处理；

步骤S30、基于时域法对预处理后的各所述肌电信号进行时域特征的提取；

步骤S40、基于神经网络创建一手势识别模型，利用所述时域特征对手势识别模型进行训练；

步骤S50、通过肌电手环采集实时肌电信号，利用训练后的所述手势识别模型对实时肌电信号进行手势识别。

进一步地，所述步骤S10具体为：

预设一动作组以及一持续时间，让人体基于所述持续时间依次执行动作组内的各动作，重复若干次，并采集各动作执行时的肌电信号，对所述肌电信号进行标注。

进一步地，所述动作组包括放松、伸掌、放松、捏拳四个动作。

进一步地，所述对所述肌电信号进行标注具体为：

标注各所述肌电信号对应的动作。

进一步地，所述步骤S20具体为：