[发明专利]一种基于前臂生物电多传感器的手势识别系统

摘要

本发明公开了一种基于前臂生物电多传感器的手势识别系统，其本地服务器保存已经完成特征提取与融合的手势数据，并在设备联网时将其上传至云端服务器，本地服务器根据所述手势数据建立本地手势模型，云端服务器接收一个或多个本地服务器的上传的手势数据，建立云端手势模型，并利用该云端手势模型更新每个本地服务器中的手势模型，因而本发明的手势识别系统在本地和云端都分别拥有数据集模块、分类器模型模块以及手势识别模块，可以保证用户在不联网的情况下依然能够进行手势识别，适用于网络环境实时变化的移动场景，同时，采用云端手势模型更新本地服务器中的本地手势模型，使得本发明的手势识别系统手势识别更加精确。

主权项

1.一种基于前臂生物电多传感器的手势识别系统，其特征在于，包括信号采集终端、本地服务器及云端服务器，其中，所述信号采集终端采集目标手势的数据，并发送给本地服务器进行处理，包括：采集模块：在目标手势物上设置若干感测单元，用于采集目标手势物的生物电信号及空间运动信号；所述生物电信号及所述空间运动信号为一维的时间序列信号；预处理模块：对所述采集模块采集的所述生物电信号及空间运动信号进行去噪预处理，将处理后的数据传递给所述本地服务器；所述本地服务器接收上述数据，并进行手势识别，包括：分割模块：接收所述预处理模块的预处理后的数据，进而识别出每个手势的起点和终点，获得独立的手势信号段得到手势原始信号，进而对所述手势原始信号进行归一化处理，将所述手势原始信号的绝对幅值转化为0‑1之间的相对幅值，在连续时间序列形态的信号中，所述相对幅值与设定好的能量阈值进行比较，且所述能量阈值随云端服务器手势数据的增加进行动态调整；特征提取模块：对每个所述手势信号段进行特征提取，将不同所述感测单元中提取的特征数据进行融合，组成多维特征向量；本地数据集模块：保存已经完成特征提取与融合的手势数据，并在设备联网时将其上传至所述云端服务器；本地分类器模型模块：根据所述本地数据集的手势数据建立本地手势模型；本地手势识别模块：本地服务器接收感测单元检测的信号后，进行模式识别获得感测单元检测到的目标手势；所述感测单元包括若干离散分布的用于获取前臂皮肤不同位置的所述生物电信号的生物电电极，以及若干用于检测手部的所述空间运动信号的加速度传感器；所述云端服务器接收来自本地服务器的数据，并进行云端手势识别，包括：云端数据集模块：接收一个或多个所述本地数据集模块的上传的手势数据，形成海量大数据集合；云端分类器模型模块：使用云端数据集模块中的海量大数据集合，建立云端手势模型，并利用该云端手势模型更新每个本地服务器中的手势模型；云端手势识别模块：感测单元检测的信号发送至云端服务器，云端服务器通过模式识别获得感测单元检测到的目标手势。