[发明专利]手势预判的方法及系统

权利要求书

1.一种手势预判的方法，其特征在于，所述方法包括：

当检测到手势开始时，记录从所述手势开始时的运动轨迹信息；

从所述运动轨迹信息中提取特征信息；

扩充样本数据库，分别训练所述样本数据库中每个手势对应截取比例的模型，并在所述模型中针对每个手势选择一个识别率最高的模型，则认为该手势在该模型对应的截取比例识别率最高，以使得每个手势都有一个最佳截取比例对应的模型，用于实时自适应手势预判；

通过预设的多个手势训练模型对所述特征信息进行预判，当某个时刻在某个手势训练模型中该手势的识别率高于其他手势训练模型的识别率，或者某个手势训练模型对该手势的识别率大于预先设定的阈值时，判定该手势为该手势训练模型对应的手势；

输出判定结果；

其中，所述多个手势训练模型根据采集的手势特征信息样本集训练获得，所述手势特征信息样本集包括从完整手势的运动轨迹信息中从头开始按预设截取比例截取的连续的特征信息。

2.如权利要求1所述的方法，其特征在于，在输入判定结果之后，所述方法还包括：

当检测到手势结束时，通过完整手势模型对提取的所有特征信息进行识别，并将识别结果与所述判定结果进行比较；

根据比较结果调整该手势对应的手势训练模型的截取比例，并通过截取比例调整后的手势训练模型进行再训练。

3.如权利要求2所述的方法，其特征在于，所述根据比较结果调整该手势对应的手势训练模型的截取比例包括：

若比较结果一致，则按第一预设比例降低该手势对应的手势训练模型的截取比例；若比较结果不一致，则按第二预设比例提高该手势对应的手势训练模型的截取比例。

4.如权利要求1所述的方法，其特征在于，所述从所述运动轨迹信息中提取特征信息包括：

根据第一预设时间间隔，计算所述运动轨迹信息中相邻运动轨迹坐标之间的方向角；

对计算获得的所述方向角进行矢量量化处理；

将矢量量化处理后的值进行组合后获得所述特征信息。

5.如权利要求1所述的方法，其特征在于，所述检测手势开始包括：

设定每个手势起始点的加速度阈值；

当检测到所述手势当前的加速度值大于与所述手势对应的起始点的加速度阈值时，确定所述手势开始。

6.一种手势预判的系统，其特征在于，所述系统包括：

手势数据采集模块，用于当检测到手势开始时，记录从所述手势开始时的运动轨迹信息；

特征提取模块，用于从所述运动轨迹信息中提取特征信息；

自适应预判模块，用于扩充的样本数据库，分别训练所述样本数据库中每个手势对应截取比例的模型，并在所述模型中针对每个手势选择一个识别率最高的模型，则认为该手势在该模型对应的截取比例识别率最高，以使得每个手势都有一个最佳截取比例对应的模型；通过预设的多个手势训练模型对所述特征信息进行预判，当某个时刻在某个手势训练模型中该手势的识别率高于其他手势训练模型的识别率，或者某个手势训练模型对该手势的识别率大于预先设定的阈值时，判定该手势为该手势训练模型对应的手势；其中，所述多个手势训练模型根据采集的手势特征信息样本集训练获得，所述手势特征信息样本集包括从完整手势的运动轨迹信息中从头开始按预设截取比例截取的连续的特征信息；

输出模块，用于输出判定结果。

7.如权利要求6所述的系统，其特征在于，所述系统包括：

比较模块，用于在输入判定结果之后，当检测到手势结束时，通过完整手势模型对提取的所有特征信息进行识别，并将识别结果与所述判定结果进行比较；

再训练模块，用于根据比较结果调整该手势对应的手势训练模型的截取比例，并通过截取比例调整后的手势训练模型进行再训练。

8.如权利要求7所述的系统，其特征在于，所述再训练模块，具体用于若比较结果一致，则按第一预设比例降低该手势对应的手势训练模型的截取比例；若比较结果不一致，则按第二预设比例提高该手势对应的手势训练模型的截取比例。