[发明专利]手势控制方法及系统

说明书

本发明实施例提供一种手势控制方法。该方法包括：响应于用户输入的唤醒词，启动摄像头采集用户的手势；根据采集到用户的动态手势，判断是否输出对应的动作。本发明实施例还提供一种用于电子设备的手势控制系统。本发明实施例在语音唤醒后启动手势识别，而不是电视开机就开始启动摄像，有效降低了平时未唤醒状态下，电视机的cpu使用。同时考虑到静态手势容易误触发，使用了更加精准的动态手势，避免误触发、误识别，提高手势命中率，提高用户体验。考虑到不同场景可能会有不同的手势，对场景进行了划分，并通过场景对动态手势进行进一步的限制，使得不同场景模式下，有着不同的识别结果与状态，从而实现了多模态的控制。

技术领域

本发明涉及智能语音领域，尤其涉及一种手势控制方法及系统。

背景技术

随着智能语音技术的发展，越来越多的智能设备具备语音控制的功能，为了提高与用户的交互效率，在语音交互的基础上，引入了手势控制，提升交互体验。

例如，语音结合静态图片的手势实现电视机的控制，比如:语音唤醒电视机后，静态手势ok，实现某个选定电影或电视节目的播放操作。考虑到有的用户不爱说话，仅仅使用静态图片的手势实现电视机控制，未结合语音。语音结合静态图片的手势实现电视机的控制，语音唤醒后，每一帧图片输入，输出一个手势动作，都使用图像识别相关算法；结合静态图片的手势实现电视机控制，未结合语音，一样也都使用了图像识别相关算法。

在实现本发明过程中，发明人发现相关技术中至少存在如下问题：

1、语音唤醒后，如果每一帧图片输入，都有一个手势动作输出，存在多次触发手势动作的可能，比如上面ok的手势，如果视频持续采集，图片持续输入，会有多个ok手势输出，可能会触发多个动作输出；

2、同时基于静态图片的手势输出，无法满足精确需要触发连续两个相同手势动作输出的场景，比如，想通过手势，连续触发两次翻页操作操作；

3、基于静态图片的手势输出，手势动作输出时，无容错处理，一旦某个手势识别错误，识别成了其他手势，就会有误触发。

4、通常这类技术，从语音开始唤醒后，手势识别开启，如果算法不做场景限制，会存在一直触发手势结果输出的可能，尤其是存在图片误识别的问题，比如，当前语音唤醒后，当前不再列表选择状态，但是触发了翻页的动作(因为图片误识别或人为无意的手势操作)。

如果是结合静态图片的手势实现电视机控制，未结合语音，这种一般是，电视开机后，就调用了摄像头，这种一个是有误触发的可能，第二对于电视机来说，提高了cpu占用，第三，对于用户来说，持续的采集图片，个人隐私问题未得到保护。

发明内容

为了至少解决现有技术中语音结合静态图片的手势实现电视机的控制，是基于静态图片的手势输出，是一帧图片输出一个手势动作，多帧图片会有多个手势输出，这样会触发多个动作，基于静态图片的手势，不考虑前后手势的相关性；同时，一般手势识别启动后，不会做结合手势场景的限制。结合静态图片的手势实现电视机控制，未结合语音，这种手势识别启动的时机只能是开机即启动，易误触发、cpu占用高的问题。

第一方面，本发明实施例提供一种手势控制方法，包括：

响应于用户输入的唤醒词，启动摄像头采集所述用户的手势；

根据采集到所述用户的动态手势，判断是否输出对应的动作。

第二方面，本发明实施例提供一种用于电子设备的手势控制系统，包括：

手势采集程序模块，用于响应于用户输入的唤醒词，启动摄像头采集所述用户的手势；

动作输出程序模块，用于根据采集到所述用户的动态手势，判断是否输出对应的动作。