[发明专利]一种面向互动电视的手势交互方法和系统

摘要

本发明属于人机交互技术领域，具体为一种面向互动电视的手势交互方法和系统。本发明采用简单高效的时域特征提取方法，对加速度信号进行平稳降噪、去冗余和归一化处理，并用SVM进行分类和识别。手势识别结果应用于基于Android平台的机顶盒原型系统，实现用户与电视的实时交互。实验结果表明本发明实现了电视常用手势的准确识别，识别率达到了96%，手势动作的识别时间介于48~63ms。

主权项

一种面向互动电视的手势交互方法，其特征在于具体步骤如下：（1）特征提取设一个手势G定义为：(1)其中，aT代表X, Y, Z三维加速度向量，L是手势序列的长度，即采样点数；采集的手势加速度数据序列是X, Y, Z三维方向上以时间为横轴的向量，且三轴向量的长度相等；（1.1）平稳降噪采用均值滤波的方法对手势加速度数据序列进行平稳降噪处理，以减缓短时波动，使得加速度数据更好地反映手势动作的整体运动趋势；（1.2）去冗余采用移动窗口算法，具体步骤为：(1.2.1)从起始点开始计算窗口振动幅度ξ1，如公式(2)：(2)当ξ1的值大于0，记录下样本点i的值；(1.2.2)从结束点开始计算窗口振动幅度ξ2，如公式(3)：(3)当ξ2的值大于0，记录下样本点j的值；(1.2.3)截取样本中从i到j段的手势数据，即为去冗余之后的手势信号；其中，参数α=9，β=0.2m/s2；（1.3） 归一化对所有特征数据值进行归一化，以消除采样点长度和加速度信号幅度的差异对识别结果的影响，具体计算方式如下：（1.3.1）长度归一化加速度传感器采集的数据序列的长度，对于归一化长度，采用手势序列长度的均值；对于第个采样点，归一化结果为：(4)(1.3.2) 振幅归一化对于加速度幅值，将其归一化至[‑1,+1]的区间，即归一化结果为：(5)（2） 基于SVM手势分类和识别采用一对多SVM分类器，即将某个手势类别从多类中区分出来，这可以通过转化为两类分类问题来解决；对于k类手势，构造k个SVM子分类器，在构造第j个SVM子分类器时，将属于第j类别的样本数据标记为正类，不属于j类别的样本数据标记为负类；然后对手势数据分别计算各个子分类器的决策函数值，并选取函数值最大所对应的类别即是相应识别的手势动作。