[发明专利]手势模型库的建立方法、装置及电子设备

说明书

技术领域

本发明涉及多媒体教学技术领域，尤其是涉及一种手势模型库的建立方法、装置及电子设备。

背景技术

在“互联网+”教育的时代背景下，信息技术与课堂教学的融合是教育改革的必然趋势，2016年中国版《地平线报告》中指出了中国基础教育面临的可应对的挑战是将技术与教师教育相融合，从黑板粉笔到智慧教室模式下的一系列演变，正是教师与信息技术相互磨合、逐渐融合的过程。

随着液晶触控一体机的普及，触摸式课堂教学呈现一定优势，给教师提供了一个清晰可触摸的教学方式，但是教师被鼠标、键盘、触摸屏限制在三尺讲台上，和学生之间互动减少。在信息化教学中我们更希望回归沟通式教学，教师可以走到教室不同位置操作白板，并与学生互动。

手势识别技术可以无接触地操纵计算机，通过比划特定手势，来调用相应教学工具，教师不需要转身触摸屏幕，即可呈现课前设计好的教学内容并开展教学活动。智慧教学中教师作为一个统筹者，利用信息技术规划整个教学活动，从学生学习需要出发，进行课堂教学设计，手势识别技术则成为智慧教学中信息技术与课堂整合的一个契合点。

目前，由于现有技术中手势的识别率低而导致多种手势难于区分，进而给教师的教学造成不便，严重影响教学质量。

发明内容

有鉴于此，本发明的目的在于提供一种手势模型库的建立方法、装置及电子设备，以提高手势的识别度，简化教学操作，进而提高教学效率。

第一方面，本发明实施例提供了一种手势模型库的建立方法，包括：

获取多个手势样本集合，其中，各个所述手势样本集合包括与手势种类相对应的多个不同的手势样本子集，每个所述手势样本子集包括同种手势的多个手势样本数据；

对各个所述手势样本数据进行特征提取，得到每种手势对应的特征；

从所述每种手势对应的特征中选取最优特征，生成手势模型库。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，还包括：

将多种手势对应的手势样本数据划分为动态手势数据和静态手势数据；

将各个所述手势样本子集中的多个手势样本数据以数据帧的形式保存至TXT文本文档中。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述对各个所述手势样本数据进行特征提取之前，还包括：当所述手势样本数据为动态手势数据时：

根据各数据帧中的手掌的22个关节点的速度信息，确定分离阈值；

根据所述分离阈值，分别判断各数据帧是否为静止数据帧；

若是，则删除所述静止数据帧。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对各个所述手势样本数据进行特征提取包括：当所述手势样本数据为动态手势数据时：

根据手掌的22个关节点的运动轨迹，提取各个所述关节点的运动方向特征；

计算所述22个关节点之间的自适应欧氏距离，提取基于欧氏距离的极值比较特征；

基于空间基准点变换的坐标向量，提取各个指尖坐标的对称变换特征；

计算各关节旋转角度并提取各关节的局部面积特征，得到二级数据特征；

提取所述22个关节点的相关数据坐标信息、速度信息，得到数据基本特征。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述对各个所述手势样本数据进行特征提取包括：当所述手势样本数据为静态手势数据时：

计算手掌的22个关节点之间的自适应欧氏距离，提取基于欧氏距离的极值比较特征；

计算各个关节旋转角度并提取各个关节的局部面积特征，得到二级数据特征；

提取所述22个关节点的相关数据坐标信息，得到数据基本特征。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，还包括：

将所述最优特征输入分类器中进行分类识别；

根据识别结果，更新各个所述手势样本集合。

结合上述第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述手势模型库中还包括所述多个手势样本集合中的各个手势样本子集对应的视频信息。

第二方面，本发明实施例还提供一种手势模型库的建立装置，包括：