[发明专利]空中手写识别方法及装置

权利要求书

1.一种空中手写识别方法，应用于用户终端，其特征在于，所述方法包括：

采集待识别的手势轨迹；

获取所述待识别的手势轨迹的坐标序列，提取所述坐标序列的多个方向的特征集；

对所述坐标序列的多个方向的特征集进行降维，得到降维后的预设维度的特征集；

将所述预设维度的特征集输入至分类器，其中，所述分类器包括有多个子分类器，每个子分类器对应一个汉字；

所述分类器计算所述预设维度的特征集在所述分类器中的各个子分类器的稀疏编码系数；

根据所述稀疏编码系数和与所述稀疏编码系数对应的子分类器，得到所述预设维度的特征集与各个子分类器之间的重构误差；

对所述重构误差进行排序，输出识别结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括训练分类器的步骤，所述步骤包括：

获取训练手势轨迹的坐标序列，提取所述训练手势轨迹的坐标序列的多个方向的特征集；

对所述训练手势轨迹的坐标序列的多个方向的特征集进行降维，得到预设维度的特征集；

根据得到的预设维度的特征集计算得到所述训练手势轨迹的特征向量；

将处于预设特征值范围内的特征向量作为分类器中的子分类器。

3.根据权利要求2所述的方法，其特征在于，所述根据得到的预设维度的特征集计算得到所述训练手势轨迹的特征向量的步骤包括：

采用主成分分析方法对所述特征集进行计算，得到所述特征集的协方差矩阵；

利用奇异值分解方法对所述协方差矩阵进行计算，得到所述训练手势轨迹的特征向量。

4.根据权利要求1所述的方法，其特征在于，所述分类器计算所述预设维度的特征集在所述分类器中的各个子分类器的稀疏编码系数的步骤包括：

将所述预设维度的特征集与所述分类器中的各个子分类器的均值向量相减得到向量差值；

根据所述向量差值计算得到所述预设维度的特征集在所述分类器中的各个子分类器的稀疏编码系数。

5.根据权利要求1所述的方法，其特征在于，所述对所述重构误差进行排序，输出识别结果的步骤包括：

将处于预设数值范围的重构误差所对应的子分类器作为所述手势轨迹的识别结果。

6.一种空中手写识别装置，应用于用户终端，其特征在于，所述装置包括：

采集模块，用于采集待识别的手势轨迹；

提取模块，用于获取所述待识别的手势轨迹的坐标序列，提取所述坐标序列的多个方向的特征集；

降维模块，用于对所述坐标序列的多个方向的特征集进行降维，得到降维后的预设维度的特征集；

输入模块，用于将所述预设维度的特征集输入至分类器，其中，所述分类器包括有多个子分类器，每个子分类器对应一个汉字；

编码系数计算模块，用于所述分类器计算所述预设维度的特征集在所述分类器中的各个子分类器的稀疏编码系数；

重构误差计算模块，用于根据所述稀疏编码系数和与所述稀疏编码系数对应的子分类器，得到所述预设维度的特征集与各个子分类器之间的重构误差；

识别模块，用于对所述重构误差进行排序，输出识别结果。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

训练模块，用于训练分类器，所述训练模块包括：

获取子模块，用于获取训练手势轨迹的坐标序列，提取所述训练手势轨迹的坐标序列的多个方向的特征集；

降维子模块，用于对所述训练手势轨迹的坐标序列的多个方向的特征集进行降维，得到预设维度的特征集；

特征向量计算子模块，用于根据得到的预设维度的特征集计算得到所述训练手势轨迹的特征向量；

子分类器训练子模块，用于将处于预设特征值范围内的特征向量作为分类器中的子分类器。