[发明专利]基于运动传感器的手势识别方法及智能可穿戴摄像机

说明书

技术领域

本发明涉及一种基于运动传感器的手势识别方法及智能可穿戴摄像机，属于智能可穿戴设备以及模式识别技术领域。

背景技术

随着模式识别技术和智能可穿戴技术的不断发展和创新，围绕“智能”展开的可穿戴设备呈现出蓬勃的发展生机。智能可穿戴产品自身集成多种传感器和摄像头，具有感受、反映和记忆的功能。目前智能可穿戴产品以便携化、可交互性和易操作性为发展导向，对关键技术进行逐步突破。智能可穿戴产品的交互性是其研究的侧重点。可交互性体现智能可穿戴产品的使用效果和用户体验乐趣，是智能可穿戴产品推向市场的基石。

目前智能可穿戴产品的交互方式多采用按键和触摸屏的方式触发相应事件。然而智能可穿戴产品具有不同的佩戴方式，例如佩戴在头部，这样导致很难实现有效的交互。而基于模式识别技术的手势识别在智能可穿戴设备中得到广泛的应用。传统的手势识别交互方式主要有基于计算机视觉的交互方式、基于数据手套的交互方式和基于肌电传感器的交互方式。基于计算机视觉的手势识别方式多采用摄像头采集彩色图像信息或采用专业的深度摄像头采集深度图像信息来识别用户的手势，但这种方式易受外部环境的影响，复杂的背景下很难去除遮挡物和冗余信息的干扰。基于数据手套的交互方式，利用数据手套采集用户的手势信息，该方法需要佩戴专用的手套，且操作复杂价格昂贵。基于肌电传感器的交互方式主要是通过腕带的方式采集小臂的数据，来识别不同的手势信息，该方式需要佩戴专业的腕带，要求腕带和肌肤紧密贴合，这样会给用户带来极大的不适。鉴于此，上述的交互方式很难在智能摄像机上使用。

然而，智能可穿戴产品自身集成多种运动传感器。基于加速度传感器的手势识别方法得到了广泛的关注，通过对采集的加速度数据进行特征数据提取可以得到区别不同手势的条件，但受智能可穿戴产品姿态的限制。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于运动传感器的手势识别方法及智能可穿戴摄像机，根据智能可穿戴产品的特点，利用三轴加速度传感器和三轴陀螺仪传感器采集的数据进行处理，使得智能可穿戴摄像机的应用更加丰富。

按照本发明提供的技术方案，一种基于运动传感器的手势识别方法，其特征是，包括以下步骤：

步骤S1、手势识别数据的采集与预处理：采集手势运动时设备的加速度信息和姿态信息；对采集的信息采用抽取突变的方法，初步剔除静态和缓慢变化的数据；

步骤S2、设定手势的起点和终点：选取加速度变化量作为判断手势起点和终点的依据；

步骤S3、提取手势的特征值信息：选取手势长度l、手势能量E和波峰数P作为提取手势的特征信息；

步骤S4、手势分类：将手势分为：敲击、翻转、甩动和晃动四种类型；

步骤S5、构造Fisher分类函数：采集大数据的手势信息进行训练，构造Fisher分类函数为：

f＝a*L+b*E+c*P+d；其中，a，b，c，d为通过样本数据求得的最优值；

步骤S6、甩动和晃动手势方向判断：将设备坐标系下的姿态信息转化为用户坐标系下的姿态信息，在用户坐标系下判断甩动和晃动的方向。

步骤S7、手势识别：

基于手势能量识别敲击类手势；基于X轴能量最小识别翻转手势；基于Fisher分类函数识别甩动和晃动手势：如果f>0定义为甩动类；如果f<0定义为晃动类；

进一步的，所述步骤S1中，设备的加速度信息由三轴加速度传感器进行采集。

进一步的，所述步骤S1中，设备姿态信息为采用三轴陀螺仪传感器采集的X、Y、Z轴的设备角度信息，分别为三轴陀螺仪传感器的X、Y和Z轴的俯仰角、航向角和横滚角。

进一步的，所述步骤S2中，表征手势起点和终点的变化规则为：

(1)如果则i为手势起点；

(2)如果则i为手势终点；

其中，L为采样点个数，M_th、N_th为起点和终点判断阀值，为三轴加速度传感器的变化。

进一步的，所述步骤S3中，提取手势的特征值信息时剔除误动作的判断条件为：

(1)l＜0.1s；

(2)E>1500；

(3)300<E<1000且P＝0。

所述智能可穿戴摄像机，其特征是：所述智能可穿戴摄像机包括采集设备手势信息的传感器、以及将传感器采集的手势信息按上述手势识别方法进行处理的微控制器。

进一步的，所述传感器包括采集设备加速度信息的三轴加速度传感器和设备角度信息的三轴陀螺仪传感器。