[发明专利]用于识别手势的方法及相应设备

权利要求书

1.一种用于识别在物理对象(30)上直接或间接接触而做出的手势的方法，其特征在于，所述方法包括以下步骤：

-将使用所述方法的设备(10)与所述物理对象(30)接触关联；

-供应由在所述物理对象(30)上直接或间接接触而做出的手势生成的进入信号(12)；

-将所述进入信号(12)分段以获得一组信号片段(15)以及从所述进入信号(12)处理得到的至少一个物理值(16)；

-针对所述一组信号片段(15)中的每个片段使用所述至少一个物理值(16)来至少处理信号特征的特征向量(18)，以便学习手势之间的度量函数；

-供应与所述特定手势互相关的特定退出信号(24)。

2.如权利要求1所述的方法，其特征在于，所述方法还提供了以下步骤：记录利用在所述物理对象(30)上做出的所述手势的标识标签(21)处理的所述特征向量(18)。

3.如权利要求1或2所述的方法，其特征在于，所述方法还提供了以下步骤：将与所述物理对象(30)直接或间接接触而做出的新手势与先前所记录手势进行比较以便识别所做出的新手势是否为所记录手势中的一个，所述比较步骤是通过评估并学习从所述做出的新手势处理得到的所述特征向量(18)与从所述先前所记录手势处理得到的所述特征向量(18)之间的所述度量函数来进行的。

4.如上述任何权利要求所述的方法，其特征在于，所述方法还规定了按照以下子步骤来针对所述特征向量(18)的每个要素计算度量函数，以便对由所述标识标签(21)标识的两个手势的相似程度进行量化：

-根据所述手势的标识标签(21)对所述手势的所述特征向量(18)进行排序；

-应用所述度量函数以便比较所述手势的特征向量(18)以用于进行分类；

-关于所述手势的排序后特征向量(18)来评定所述度量函数；

-调整所述度量函数以最小化分类错误，并重复直到所述错误最小为止。

5.如上述任何权利要求所述的方法，其特征在于，所述方法还提供了所述进入信号(12)的质量特征步骤，所述质量特征步骤能够与所述分段步骤并行进行，以便获得所述手势的一个或多个可调整描述符，从而评定所述进入信号(12)的所述特性。

6.如上述任何权利要求所述的方法，其特征在于，所述方法还提供了子步骤(a)：从所述进入信号(12)中提取包络，以获得限定所述进入信号(12)的振幅的函数形式的信号。

7.如权利要求6所述的方法，其特征在于，所述方法还提供了子步骤(b)：向所述进入信号(12)的所述包络应用低通滤波器，以便在没有来自其他来源或外部媒介的不是由在所述物理对象(30)上做出的所述手势生成的或不与所述手势互相关的噪声的情况下获得具有所述包络的函数曲线的信号。

8.如权利要求6或7所述的方法，其特征在于，所述方法还提供了子步骤(c)：在包括所述进入信号(12)的各片段或部分的所述一组信号片段(15)中选择和划分所述进入信号(12)的所述经滤波包络，如果所述片段大于或等于振幅阈值，则在时间上检测到所述片段。

9.如权利要求6至8中任一项所述的方法，其特征在于，所述方法还提供了子步骤(d)：从所述进入信号(12)计算所述至少一个物理值(16)，所述物理值(16)中的至少一个是被作为所述分段信号的振幅的最大值运算的所述进入信号(12)的手势群速度。

10.如上述任何权利要求所述的方法，其特征在于，所述方法还提供了子步骤(e)：计算所述进入信号(12)的快速傅里叶变换(FFT)，以获得频谱振幅向量。

11.如权利要求10所述的方法，其特征在于，所述方法还提供了子步骤(f)：从所述频谱振幅向量中计算被作为前三阶谱矩运算的一个或多个描述符。