[发明专利]一种基于手机陀螺仪和动态时间规整的动作手势识别方法

说明书

本发明提供一种基于手机陀螺仪和动态时间规整(DTW)的动作手势识别方法。方法包括手势模板库建立和手势识别两阶段。在手势模板库建立阶段，针对每一个动作手势，采集手机内置陀螺仪中的三轴角速度数据序列，根据角速度均方差自动识别手势的开始和结束，截取出手势数据。在对手势数据进行平滑、归一化、三次样条插值和假波峰波谷预处理后，形成手势数据样本。采用DTW算法从同一手势的数据样本中选取一个和其它数据样本具有最大相似度的样本作为该手势的最终模板。在手势识别阶段，采集手势数据并将该数据与手势模板库中的模板进行DTW匹配，选取最相似模板，其对应的手势就是当前用户手势。本发明能够准确识别数字、字母、上下左右、以及用户自定义手势。

技术领域

本发明涉及手势识别领域，尤其涉及一种基于手机陀螺仪和动态时间规整的动作手势识别方法。

背景技术

近年来，随着微型机电系统(Micro-Electro-Mechanical System,MEMS)技术的发展和成熟，价格低廉、体积小、灵敏度高的MEMS传感器广泛应用于各种智能手机。通过智能手机中内置的陀螺仪可以测得手机的三轴角速度，通过机器学习算法就可以识别人的动作手势。利用传感器进行动作手势识别是人机交互和模式识别领域一个新兴的有潜力的研究方向。相较于传统的鼠标、键盘等交互方式，动作手势识别更加灵活自由，用户体验更加符合人类习惯，具有以下优势：(1)动作手势识别以人的动作作为输入，相较于鼠标、键盘等交互手段，省去中间媒介；(2)具有丰富的应用场景，例如：在手机密码解锁中，可以设置复杂的动作手势代替触摸屏密码；在PPT放映中，将播放等功能转换为相应动作手势；在智能家居中，通过动作手势设置空调温度、调节电视频道等。

基于手机陀螺仪的动作手势识别方法通常包括原始数据采集、数据处理、动作手势模板建立、和动作手势识别四个步骤。当前的手势识别存在一些问题：(1)手势开始与结束的识别不准确，导致手势识别精度较低；(2)错误地将动作手势开始前的手部晃动当成手势数据，降低手势识精度；(3)要求用户在做动作手势时，手机姿态固定，持握方式的改变会降低识别精度；(4)手势识别存在混淆。

发明内容

本发明的目的是针对上述存在的问题，提出一种基于手机陀螺仪和动态时间规整(Dynamic Time Warping,DTW)的动作手势识别方法。

本发明为解决上述技术问题所采用的技术方案是，一种基于手机陀螺仪和动态时间规整的动作手势识别方法，包括以下步骤：

1)陀螺仪数据采集：在用户持握手机做出一定动作手势时，采集手机内置陀螺仪在这段时间内的三轴角速度数据；

2)有效手势数据截取：在三轴角速度数据序列中，根据均方差确定动作手势的开始和结束，去除手势开始前的晃动，截取出有效的手势数据；

3)手势数据预处理：

3-1)数据平滑：采用简单滑动平均算法对截取的手势数据进行平滑处理；

3-2)数据归一化：为了消除不同用户做相同手势时振幅不同的影响，对平滑后的手势数据做归一化处理；

3-3)三次样条插值：对平滑和归一化后的手势数据采用三次样条插值算法进行分段拟合，消除锯齿；

3-4)假波峰波谷处理：对手势数据中存在的假波峰波谷进行识别并处理；

4)手势模板库建立：针对同一动作手势采集多个数据样本，经过有效手势数据截取和预处理后，采用DTW算法从同一手势的数据样本中选取一个和其它数据样本具有最大相似度的样本作为该手势的最终模板；

5)手势识别：

5-1)根据步骤1)采集作动作手势时的三轴角速度数据；

5-2)根据步骤2)识别手势的开始和结束，截取有效手势数据；