[发明专利]一种微手势识别方法

说明书

本发明提供一种微手势识别方法，采用收据手套作为输入设备，所述的数据手套可获取m个关节的旋转角度数据，包括以下步骤：a.首先进行数据预处理，将获取的数据使用最小二乘法进行曲线拟合处理；b.进行手势建模，使每种手势用一个包含m个元素的离散子序列SLZ来表示；c.进行手势识别，使用基于模板匹配的编辑距离进行手势的匹配与识别。本发明从传统的手掌、手臂等大幅度动作的识别转向手指精细动作的识别方向，为普适环境下的人机交互提供了更加自然和谐的解决方案。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种手势识别的方法，具体是指一种微手势识别方法。

背景技术

基于传统人机交互方式的手势操纵，存在交互性差、准确率低的问题，也容易加重用户的操作负荷，因此基于触控技术的手势交互成为目前研究的热点。随着智能手机、手表和平板电脑等移动设备的普及与应用，基于手指触控输入方式已经成为许多移动计算设备的主要输入方式[1,2,3]。

不论是基于视觉的手势识别，还是基于穿戴式设备的手势识别，目前大多数研究与应用技术都要求用户进行复杂而大幅度的手部及手臂动作，让机器“看到”从而“理解”人的操作意图，虽然使用户摆脱了鼠标、键盘的束缚，但也在一定程度上加重了用户的交互负荷，长时间的悬空操作容易产生疲劳感，进而难以保持识别精度[4]。目前基于穿戴设备进行手指运动交互技术成为主流，不仅避免了光照和遮挡对手势识别效果的影响，而且微小的手指运动识别模式为人机协同提供了一种更加自然的交互方式。

本发明针对传统交互手段存在的不自然性问题，提出构建微手势识别模型，通过可穿戴式设备——数据手套获取微小的手指关节运动数据，并将其看做确定时间序列，提取序列的趋势特征从而进行手势识别，最终根据微手势、普通手势与噪声手势的特征区别进行手势聚类，使用户以自然的姿态与机器进行更准确、灵敏的交互。

发明内容

本发明针对上述所提到的技术问题，为了在提高手势识别率的基础上，增强交互的自然性与准确性，将作用于有效交互空间的微运动手势称作“微手势”，利用手指微小而丰富的运动进行人机互动，有且不仅限于接触式的二维手势，这种方式较传统的交互方式更加地精确和自然，从而提供一种更加简便的微手势识别方法。

本发明是通过如下技术方案实现的，提供一种微手势识别方法，采用收据手套作为输入设备，所述的数据手套可获取m个关节的旋转角度数据，包括以下步骤：

a.首先进行数据预处理，将获取的数据使用最小二乘法进行曲线拟合处理，拟合曲线的多项式的公式为

其中 n为多项式的阶数，并经实验分析取得拟合效果最好即曲线值与真实值的平方差和最小的多项式阶数且无过拟合现象；