[发明专利]一种近程电容式静态手势识别系统及方法在审

专利信息
申请号: 202110347397.1 申请日: 2021-03-31
公开(公告)号: CN112965605A 公开(公告)日: 2021-06-15
发明(设计)人: 叶勇;刘雨婷;尹维汉 申请(专利权)人: 安徽大学
主分类号: G06F3/01 分类号: G06F3/01;G06F3/044;G06K9/00;G06N20/00
代理公司: 合肥国和专利代理事务所(普通合伙) 34131 代理人: 孙永刚
地址: 230601 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 近程 电容 静态 手势 识别 系统 方法
【说明书】:

发明涉及一种近程电容式静态手势识别系统,该系统包括:电容传感器模块,采用电极阵列方式,通过模拟开关切换多种的工作电极,形成多种电容传感器;用于感应同一手势对应的多个电容值变化量;电容检测信号采集电路,用于测量并传送每次手势对应的所有电容值;上位机,用于控制电容数据的接收与存储,并同时对每次采集的电容数据进行处理分析,判断属何种手势并显示。本发明还公开了一种近程电容式静态手势识别系统的识别方法。本发明不受光线及复杂背景等环境因素影响,识别精度高;本发明设计简单,成本低廉,使用方便;本发明采用机器学习算法,在保证识别精度的情况下,减少算法的运算量,从而保证了系统的实时性。

技术领域

本发明涉及传感器与应用技术领域,尤其是一种近程电容式静态手势识别系统及方法。

背景技术

随着智能家居、体感游戏等人机交互应用的爆发式增长,能够带来全新体验、容易被人使用及成本低廉成为人机交互技术的发展方向。手势识别技术在人机交互领域扮演重要角色,尤其在工程控制、娱乐生活、军事安全及展览展示等方面广受青睐。

目前,常用的手势识别主要分为基于穿戴设备和基于计算机视觉两种。其中,基于穿戴设备的手势识别受外界的影响小,能捕捉比较精细的动作、灵敏度高、动态性能好、可移动范围广,不足之处是,需要将这套设备穿戴在身体,在一定程度上降低了操作者手势的灵活性;基于计算机视觉的手势识别识别精度高,速度快,其不足是,该种技术需要较高配置的硬件设备,且易受外界环境影响,如背景杂乱、有遮挡物、视角受阻及环境光线昏暗等情况下都无法很好地完成目标捕捉。

发明内容

本发明的首要目的在于提供一种识别精度高、低成本、便于使用的近程电容式静态手势识别系统。

为实现上述目的,本发明采用了以下技术方案:一种近程电容式静态手势识别系统,该系统包括:

电容传感器模块,采用电极阵列方式,通过模拟开关切换多种的工作电极,形成多种电容传感器;用于感应同一手势对应的多个电容值变化量;

电容检测信号采集电路,用于测量并传送每次手势对应的所有电容值;

上位机,用于控制电容数据的接收与存储,并同时对每次采集的电容数据进行处理分析,判断属何种手势并显示。

所述电容检测信号采集电路包括:

集成电容测量芯片,用于测量电容传感器电容值;

主控制器,用于实现实时的电容数据采集、处理和传输;

模拟开关,用于把所述电极阵列切换成不同电极进入工作状态,通过工作电极的组合配置成多种电容传感器。

本发明的另一目的在于提供一种近程电容式静态手势识别系统的识别方法,该方法包括下列顺序的步骤:

(1)在手势识别的监测区域内,将电容传感器模块采用电极阵列方式,铺设多个电极;

(2)电容检测信号采集电路通过模拟开关切换,按多种敏感配置方式配置多个工作电极的组合形成多个电容传感器;

(3)电容检测信号采集电路采集上一步配置的各个电容传感器的电容值,并上传至上位机;

(4)将不同的电容传感器的电容值作为机器学习分类模型的输入变量C=[C1 C2C3....],,将对应的静态手势作为机器学习分类模型的输出变量,进行模型训练,建立静态手势的机器学习分类模型,其中C1 C2 C3....表示第一、二三,...传感器的电容值;

(5)在手势识别的监测区域内输入静态手势时,电容检测信号采集电路采集各电容传感器的信号,上传至上位机;

(6)将不同电容传感器电容值组成的变量,输入到利用静态手势的机器学习分类模型,得到静态手势分类结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110347397.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top