[发明专利]手势识别方法、用户设备、存储介质及装置

权利要求书

1.一种手势识别方法，其特征在于，所述手势识别方法包括以下步骤：

在接收到手势识别指令时，采集用户手部的拇指在第一预设坐标系中的拇指手势数据；

采集所述用户手部中的除所述拇指外的其他手指在第二预设坐标系中的非拇指手势数据；

根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果；

其中，所述根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果之前，所述手势识别方法还包括：

从所述拇指手势数据中提取与预设第一自由度轴对应的第一拇指旋转数据以及与预设第二自由度轴对应的第二拇指旋转数据；

从所述非拇指手势数据中提取与所述预设第一自由度轴对应的第一非拇指旋转数据以及与所述预设第二自由度轴对应的第二非拇指旋转数据；

相应地，所述根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果，包括：

根据所述第一拇指旋转数据、所述第二拇指旋转数据、所述第一非拇指旋转数据以及所述第二非拇指旋转数据通过预设手势识别模型进行手势识别，以获得手势识别结果。

2.如权利要求1所述的手势识别方法，其特征在于，所述拇指手势数据包括拇指偏移角度，所述非拇指手势数据包括非拇指偏移角度；

所述在接收到手势识别指令时，采集用户手部的拇指在第一预设坐标系中的拇指手势数据，包括：

在接收到手势识别指令时，确定与第一预设坐标系对应的第一预设角度范围；

采集用户手部的拇指在所述第一预设坐标系中且在所述第一预设角度范围内的拇指偏移角度；

相应地，所述采集所述用户手部中的除所述拇指外的其他手指在第二预设坐标系中的非拇指手势数据，包括：

确定与第二预设坐标系对应的第二预设角度范围；

采集所述用户手部中的除所述拇指外的其他手指在所述第二预设坐标系中且在所述第二预设角度范围内的非拇指偏移角度；

相应地，所述根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果，包括：

根据所述拇指偏移角度与所述非拇指偏移角度通过预设手势识别模型进行手势识别，以获得手势识别结果。

3.如权利要求1所述的手势识别方法，其特征在于，所述根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果之前，包括：

对所述拇指手势数据与所述非拇指手势数据进行归一化处理，以获得归一化的拇指手势数据与归一化的非拇指手势数据；

相应地，所述根据所述拇指手势数据与所述非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果，包括：

根据归一化的拇指手势数据与归一化的非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果。

4.如权利要求3所述的手势识别方法，其特征在于，所述预设手势识别模型为预设三层手势识别神经网络模型；

所述根据归一化的拇指手势数据与归一化的非拇指手势数据通过预设手势识别模型进行手势识别，以获得手势识别结果，包括：

根据归一化的拇指手势数据与归一化的非拇指手势数据通过所述预设三层手势识别神经网络模型进行手势识别，以获得手势识别结果。

5.如权利要求4所述的手势识别方法，其特征在于，所述预设三层手势识别神经网络模型中包括预设输入层、预设隐含层以及预设输出层；

所述根据归一化的拇指手势数据与归一化的非拇指手势数据通过所述预设三层手势识别神经网络模型进行手势识别，以获得手势识别结果，包括：

在所述预设输入层中输入归一化的拇指手势数据与归一化的非拇指手势数据；

在所述预设隐含层中对归一化的拇指手势数据与归一化的非拇指手势数据进行训练，以获得与预设手势类别对应的归一化手势概率；

在所述预设输出层中将所述归一化手势概率与预设手势概率阈值进行比较，以获得比较结果；

在所述预设输出层中将与所述比较结果对应的手势类别作为手势识别结果。