手勢預(yù)判的方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)適用于人機交互技術(shù)領(lǐng)域，提供了一種手勢預(yù)判的方法及系統(tǒng)。所述方法包括：當檢測到手勢開始時，記錄從所述手勢開始時的運動軌跡信息；從所述運動軌跡信息中提取特征信息；通過預(yù)設(shè)的多個手勢訓(xùn)練模型對所述特征信息進行預(yù)判，當某個時刻在某個手勢訓(xùn)練模型中該手勢的識別率高于其他手勢訓(xùn)練模型的識別率，或者某個手勢訓(xùn)練模型對該手勢的識別率大于預(yù)先設(shè)定的閾值時，判定該手勢為該手勢訓(xùn)練模型對應(yīng)的手勢；輸出判定結(jié)果。通過本發(fā)明專利技術(shù)，不僅可以保證手勢識別的實時性，而且可以極大的提高手勢識別的正確率。

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)屬于人機交互
，尤其涉及一種手勢預(yù)判的方法及系統(tǒng)。
技術(shù)介紹
隨著信息技術(shù)的發(fā)展，人機交互活動逐漸成為人們?nèi)粘Ｉ钪械囊粋€重要組成部 分。鼠標、鍵盤、遙控器等傳統(tǒng)的人機交互設(shè)備在使用的自然性和友好性方面都存在一定的 缺陷，因此用戶迫切希望能通過一種自然而直觀的人機交互模式來取代傳統(tǒng)設(shè)備單一的基 于按鍵的輸入和控制方式。 現(xiàn)有基于手勢識別的人機交互模式由于其自然性、直觀性、簡潔性等特點，被應(yīng)用 的越來越廣泛。然而，雖然現(xiàn)有基于手勢識別的人機交互模式一般只能待用戶的手勢輸入 完畢之后才能輸出識別結(jié)果，影響了手勢識別的實時性。 現(xiàn)有技術(shù)提供了一種手勢預(yù)判方法及系統(tǒng)，該方法包括：當檢測到手勢引導(dǎo)體的 當前手勢起始坐標時，順序記錄手勢引導(dǎo)體從當前手勢起始坐標開始的當前的運動軌跡坐 標的序列，每隔第一預(yù)設(shè)時間間隔，根據(jù)記錄的手勢引導(dǎo)體引導(dǎo)當前的運動軌跡特征向量 進行模式匹配，輸出匹配的完整手勢標識。該手勢預(yù)判方法及系統(tǒng)實現(xiàn)了手勢預(yù)判功能，即 可以在用戶的手勢輸入完畢之前輸出識別結(jié)果，但該手勢預(yù)判方法及系統(tǒng)在對所有手勢序 列進行預(yù)判時只能按照某個固定的截取比例（例如50%、70%或80%等）進行識別，即所 有手勢序列都是在手勢動作開始后經(jīng)過相同的時間輸出識別結(jié)果，無法解決預(yù)判所用時間 與準確率相矛盾的問題。
技術(shù)實現(xiàn)思路
鑒于此，本專利技術(shù)實施例提供一種手勢預(yù)判的方法及系統(tǒng)，以在手勢預(yù)判時，可以針 對不同的輸入手勢自適應(yīng)的選擇最佳時刻輸出識別結(jié)果，提高手勢識別的正確率。 第一方面，本專利技術(shù)實施例提供了一種手勢預(yù)判的方法，所述方法包括： 當檢測到手勢開始時，記錄從所述手勢開始時的運動軌跡信息； 從所述運動軌跡信息中提取特征信息； 通過預(yù)設(shè)的多個手勢訓(xùn)練模型對所述特征信息進行預(yù)判，當某個時刻在某個手勢 訓(xùn)練模型中該手勢的識別率高于其他手勢訓(xùn)練模型的識別率，或者某個手勢訓(xùn)練模型對該 手勢的識別率大于預(yù)先設(shè)定的閾值時，判定該手勢為該手勢訓(xùn)練模型對應(yīng)的手勢； 輸出判定結(jié)果； 其中，所述多個手勢訓(xùn)練模型根據(jù)采集的手勢特征信息樣本集訓(xùn)練獲得，所述手 勢特征信息樣本集包括從完整手勢的運動軌跡信息中從頭開始按預(yù)設(shè)截取比例截取的連 續(xù)的特征信息。 第二方面，本專利技術(shù)實施例提供了一種手勢預(yù)判的系統(tǒng)，所述系統(tǒng)包括： 手勢數(shù)據(jù)采集模塊，用于當檢測到手勢開始時，記錄從所述手勢開始時的運動軌 跡信息； 特征提取模塊，用于從所述運動軌跡信息中提取特征信息； 自適應(yīng)預(yù)判模塊，用于通過預(yù)設(shè)的多個手勢訓(xùn)練模型對所述特征信息進行預(yù)判， 當某個時刻在某個手勢訓(xùn)練模型中該手勢的識別率高于其他手勢訓(xùn)練模型的識別率，或者 某個手勢訓(xùn)練模型對該手勢的識別率大于預(yù)先設(shè)定的閾值時，判定該手勢為該手勢訓(xùn)練模 型對應(yīng)的手勢；其中，所述多個手勢訓(xùn)練模型根據(jù)采集的手勢特征信息樣本集訓(xùn)練獲得，所 述手勢特征信息樣本集包括從完整手勢的運動軌跡信息中從頭開始按預(yù)設(shè)截取比例截取 的連續(xù)的特征信息； 輸出模塊，用于輸出判定結(jié)果。 本專利技術(shù)實施例與現(xiàn)有技術(shù)相比存在的有益效果是：本專利技術(shù)實施例通過多個手勢訓(xùn) 練模型對手勢運動軌跡中的特征信息進行預(yù)判，當某個時刻在某個手勢訓(xùn)練模型中該手勢 的識別率高于其他手勢訓(xùn)練模型的識別率，或者某個手勢訓(xùn)練模型對該手勢的識別率大于 預(yù)先設(shè)定的閾值時，判定該手勢為該手勢訓(xùn)練模型對應(yīng)的手勢。與現(xiàn)有的手勢預(yù)判方法相 比，本專利技術(shù)實施例可以針對不同的輸入手勢自適應(yīng)的選擇最佳時刻輸出識別結(jié)果，提高手 勢識別的正確率，有效解決現(xiàn)有手勢預(yù)判所用的時間與預(yù)判準確率相矛盾的問題，具有較 強的易用性和實用性?！靖綀D說明】 為了更清楚地說明本專利技術(shù)實施例中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述 中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的一些 實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些 附圖獲得其他的附圖。 圖1是本專利技術(shù)實施例提供的手勢預(yù)判方法的實現(xiàn)流程示意圖； 圖2是本專利技術(shù)實施例提供的建立三維坐標系的示意圖； 圖3是本專利技術(shù)實施例提供的方向角的示意圖； 圖4是本專利技術(shù)實施例提供的角度矢量量化規(guī)則的示意圖； 圖5是本專利技術(shù)實施例提供的手勢預(yù)判系統(tǒng)的組成結(jié)構(gòu)示意圖?！揪唧w實施方式】 以下描述中，為了說明而不是為了限定，提出了諸如特定系統(tǒng)結(jié)構(gòu)、技術(shù)之類的具 體細節(jié)，以便透切理解本專利技術(shù)實施例。然而，本領(lǐng)域的技術(shù)人員應(yīng)當清楚，在沒有這些具體 細節(jié)的其它實施例中也可以實現(xiàn)本專利技術(shù)。在其它情況中，省略對眾所周知的系統(tǒng)、裝置、電 路以及方法的詳細說明，以免不必要的細節(jié)妨礙本專利技術(shù)的描述。 為了說明本專利技術(shù)所述的技術(shù)方案，下面通過具體實施例來進行說明。 請參閱圖1，為本專利技術(shù)實施例提供的手勢預(yù)判方法的實現(xiàn)流程，該手勢預(yù)判方法可 適用于各類終端設(shè)備，如個人計算機、平板電腦、手機等。該手勢預(yù)判方法主要包括以下步 驟： 步驟SlOl，當檢測到手勢開始時，記錄從所述手勢開始時的運動軌跡信息。 在本專利技術(shù)實施例中，檢測手勢開始之前，需要建立與圖像輸入設(shè)備（如leap motion、Kinect等圖像輸入設(shè)備）平行的三維坐標系。如圖2所示，以圖像輸入設(shè)備的中 心為原點，圖像輸入設(shè)備所在的平面為XY(即Z = 0)平面。其中，X軸平行于圖像輸入設(shè) 備的長邊且指向屏幕正方向的右方，Y軸平行于圖像輸入設(shè)備短邊且指向屏幕正方向的上 方，Z軸垂直于XY平面且指向遠離屏幕的方向。通過建立好的三維坐標系記錄手勢的運動 軌跡信息。所述運動軌跡信息包括運動方向、運動速度、運動軌跡坐標等。 在本專利技術(shù)實施例中，由多個用戶完成手勢樣本的采集，以提高系統(tǒng)的魯棒性，形 成一個足夠大的由運動軌跡三維坐標序列Pt (xt, yt, Zt)，t = 1，2,…，1以及運動速度序列vt(vx，t，vy，t, 't), t = 1，2,…，1數(shù)據(jù)組成的樣本數(shù)據(jù)庫。 進一步的，本專利技術(shù)實施例還包括： 設(shè)置采樣頻率f(如每秒鐘采集15次），當檢測到手勢的X、Y、Z坐標低于某特定 值（在圖像輸入設(shè)備的檢測范圍內(nèi)）且手勢的運動速度從零連續(xù)變化到某一閾值時，將運 動速度為零或者所述某一閾值時的運動軌跡坐標作為所述起始坐標。當手勢的運動速度由 另一閾值連續(xù)變化到零時，將該運動速度為零時的運動軌跡坐標作為所述終止坐標，即手 勢結(jié)束，停止數(shù)據(jù)采集，由此分割出一次完整的手勢。 可選的，本專利技術(shù)實施例還可以對每個手勢的訓(xùn)練樣本對應(yīng)的加速度進行統(tǒng)計，從 而對每個手勢起始點與終止點的加速度設(shè)定一個閾值。當檢測到手勢在某一時刻的加速度 值大于起始點閾值時，則確定手勢開始，開始采集手勢的運動軌跡信息。同樣地，當檢測到 手勢在某一時刻的加速度值低于終止點閾值時，則確定手勢結(jié)束，停止數(shù)據(jù)采集。 另外，需要說明的是，本專利技術(shù)實施例中完成手勢的媒介可以是人身體的一部分 (例如，手），也可以特定形狀的工具，例如制成手掌形狀的引導(dǎo)棒或者帶有傳感器的手套 等，在此不做限制。 在步驟S102中，從所述運動軌跡信息中提取特征信息。 具體的可以是，根據(jù)第一預(yù)設(shè)時間間隔，計算所述運動軌跡信息中相鄰運動軌跡 坐標之間的方向角，如圖2所示； 對計算獲得的所述方向角進行矢量量化處理； 將矢量量化處理后的值進行組合后獲得所述特本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種手勢預(yù)判的方法，其特征在于，所述方法包括：當檢測到手勢開始時，記錄從所述手勢開始時的運動軌跡信息；從所述運動軌跡信息中提取特征信息；通過預(yù)設(shè)的多個手勢訓(xùn)練模型對所述特征信息進行預(yù)判，當某個時刻在某個手勢訓(xùn)練模型中該手勢的識別率高于其他手勢訓(xùn)練模型的識別率，或者某個手勢訓(xùn)練模型對該手勢的識別率大于預(yù)先設(shè)定的閾值時，判定該手勢為該手勢訓(xùn)練模型對應(yīng)的手勢；輸出判定結(jié)果；其中，所述多個手勢訓(xùn)練模型根據(jù)采集的手勢特征信息樣本集訓(xùn)練獲得，所述手勢特征信息樣本集包括從完整手勢的運動軌跡信息中從頭開始按預(yù)設(shè)截取比例截取的連續(xù)的特征信息。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳燕湄，陳彥倫，吳新宇，丁澤宇，黃海飛，
申請(專利權(quán))人：深圳先進技術(shù)研究院，
類型：發(fā)明
國別省市：廣東;44