[发明专利]手势预判方法和系统

说明书

技术领域

本发明涉及模式识别技术领域，特别是涉及一种手势预判方法和系统。

背景技术

随着计算机的广泛应用，传统的操纵实体按键方式的人机交互方式不够自然方便，而将人手作为人机交互的手段，相比其他生物特征而言更为自然、直接、丰富，可大幅度增强用户体验。最初的手势识别主要是借助外部设备来直接检测手、胳膊各关节的角度和空间位置，如典型的数据手套等，这些外部设备虽然使得手势识别的准确度和稳定性得以提高，但是不符合手势自然的表达方式。于是基于视觉的手势识别方式应运而生。基于视觉的手势交互方式，是一种非接触的交互方式，符合人的动作习惯，具有直观和自然的优点。目前，基于视觉的手势识别已经被国内外学者广泛研究。

基于视觉的手势识别方式，其步骤一般都包括图像的获取、手的检测和分割、手势的特征提取以及手势识别。虽然目前的这种手势识别方式对特定的完整手势基本具有较高的识别准确率，但是这种手势识别方式只能够在手势结束之后进行识别并给出识别结果，影响了手势识别的实时性。

发明内容

基于此，有必要针对目前手势识别方式只能够在手势结束之后进行识别并给出识别结果，影响手势识别的实时性的技术问题，提供一种手势预判方法和系统。

一种手势预判方法，所述方法包括：

检测到手势引导体的当前手势起始坐标，并顺序记录手势引导体从当前手势起始坐标开始的当前的运动轨迹坐标的序列；

每隔第一预设时间间隔，根据所述记录的手势引导体当前的运动轨迹坐标的序列提取手势引导体当前的运动轨迹特征向量；

采用预训练手势识别模型对提取的手势引导体当前的运动轨迹特征向量进行模式匹配，输出匹配的完整手势标识；

其中，所述预训练手势识别模型根据预采集手势特征向量样本集训练获得，所述预采集手势特征向量样本集包括按预设比例而在完整手势的完整运动轨迹特征向量中从头开始截取连续的特征值组成的若干局部运动轨迹特征向量。

一种手势预判系统，所述系统包括：

手势轨迹采集模块，用于检测到手势引导体的当前手势起始坐标，并顺序记录手势引导体从当前手势起始坐标开始的当前的运动轨迹坐标的序列；

当前运动轨迹特征向量提取模块，用于每隔第一预设时间间隔，根据所述记录的手势引导体当前的运动轨迹坐标的序列提取手势引导体当前的运动轨迹特征向量；

手势预判模块，用于采用预训练手势识别模型对提取的手势引导体当前的运动轨迹特征向量进行模式匹配，输出匹配的完整手势标识；其中，所述预训练手势识别模型根据预采集手势特征向量样本集训练获得，所述预采集手势特征向量样本集包括按预设比例而在完整手势的完整运动轨迹特征向量中从头开始截取连续的特征值组成的若干局部运动轨迹特征向量。

上述手势预判方法和系统，从手势起始坐标开始就记录手势引导体当前的运动轨迹坐标的序列，从而每隔第一预设时间间隔据此来提取特征向量进行模式匹配，以输出匹配的完整手势标识。而且预训练手势识别模型是根据按比例截取的局部运动轨迹特征向量训练而获得的，这样不需要将完整手势完成就可以给出完整手势标识，以实现手势的预判，可以实现手势的实时识别。

附图说明

图1为一个实施例中手势预判方法的流程示意图；

图2为一个实施例中以电子设备为参照建立的三维直角坐标系的示意图；

图3为一个实施例中每隔第一预设时间间隔，根据所述记录的手势引导体当前的运动轨迹坐标的序列提取手势引导体当前的运动轨迹特征向量的步骤的流程示意图；

图4为一个实施例中记录的手势引导体当前的运动轨迹坐标的序列中相邻运动轨迹坐标之间的方向角的示意图；

图5为一个实施例中训练获得预训练手势识别模型的步骤的流程示意图；

图6为一个实施例中手势预判系统的结构框图；

图7为另一个实施例中手势预判系统的结构框图；

图8为再一个实施例中手势预判系统的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在一个实施例中，提供了一种手势预判方法，本实施例以该方法应用于具有手势采集装置和显示屏幕的电子设备来举例说明，手势采集装置可以是摄像头。该方法具体包括如下步骤：