[发明专利]基于惯性传感的手势识别方法

权利要求书

1.一种基于惯性传感的手势识别方法，其特征在于包括以下步骤：

S1：采用三轴惯性传感器采集M位实验者的Q个手势动作数据构建手势数据样本库，每个实验者对每个手势动作重复N次，记第m位实验者对第q个手势动作第n次重复的三轴手势数据为G_q,m,n，其中q＝1,2,…,Q、m＝1,2,…,M、n＝1,2,…,N；

S2：对每个手势动作进行主轴判断，从三轴中筛选出主轴；

S3：记各个手势动作下每个实验者的N次手势数据样本集为G_q,m＝{G_q,m,1,…,G_q,m,N}，分别对每个样本集G_q,m采用聚类数不定的聚类算法进行聚类，将得到的聚类数记为K_q,m，在每个聚类中选择距离聚类中心最近的手势数据样本作为典型样本，从而得到各个手势动作的典型样本集Y_q＝{Y_q,1,Y_q,2,…,Y_q,M}，其中，表示第q个手势动作下第m个实验者的第k个典型样本，k＝1,2,…,K_q,m；

S4：采用三轴惯性传感器采集测试者的某个测试手势动作的手势数据C；

S5：根据测试手势动作数据C对测试手势动作进行主轴判断，从三轴中筛选出主轴；

S6：从手势数据样本库的Q个手势动作中筛选出与测试手势动作主轴相同的P个手势动作，然后分别计算测试手势动作数据C与P个手势动作的典型样本集Y_p的相似度D(C,Y_p)：

其中，p＝1,2,…,P，表示测试手势动作数据C与典型样本集Y_p中典型样本之间的相似度；

然后选择D(C,Y_p)最小值所对应的手势动作作为该测试手势动作的所属类别，完成手势识别。

2.根据权利要求1所述的手势识别方法，其特征在于，所述步骤S2中主轴判断的方法为：对于每个手势动作，将其下所有手势数据G_q,m,n的x、y、z轴的手势数据向量记为分别计算这三轴手势数据向量中数据的方差为然后平均得到每个手势动作在x、y、z轴的方差计算公式为：

筛选方差中最大值对应的轴作为主轴，对于另外两轴，如果其方差与方差最大值的差值小于预设阈值，则将该轴也作为主轴，否则不作为主轴；

所述步骤S5中主轴判断的具体方法为：记测试手势动作数据C的x、y、z轴的手势数据向量为C^x、C^y、C^z，分别计算这三轴手势数据向量的方差为筛选方差中最大值对应的轴作为主轴，对于另外两轴，如果其方差与方差最大值的差值小于预设阈值，则将该轴也作为主轴，否则不作为主轴。

3.根据权利要求1所述的手势识别方法，其特征在于，所述步骤S3中的聚类算法采用基于近邻传播算法的半监督聚类方法。

4.根据权利要求1所述的手势识别方法，其特征在于，所述步骤S3中对样本集G_q,m进行聚类过程在计算手势数据样本相似度以及步骤S6中计算测试手势动作的手势数据与典型样本相似度时，只对主轴手势数据分别计算得到主轴相似度，然后对主轴相似度平均得到手势数据样本之间或测试手势动作的手势数据与典型样本的相似度。

5.根据权利要求1所述的手势识别方法，其特征在于，所述步骤S3中对样本集G_q,m进行聚类过程在计算手势数据样本相似度以及步骤S6中计算测试手势动作的手势数据与典型样本相似度时，采用动态时间归整算法进行相似度计算。