[发明专利]手势识别方法、系统、存储介质、人机交互设备

权利要求书

1.一种手势识别方法，应用于人机交互设备，其特征在于：包括以下步骤：

获取字符的方向码向量和字符特征集，构建字符的方向码特征库；

当所述人机交互设备接收到手势操作时，获取所述手势操作对应的待识别字符的方向码向量和字符特征集；

基于方向码向量计算所述待识别字符与所述方向码特征库中字符的相似度，基于字符特征集计算所述待识别字符与所述方向码特征库中字符的距离；

若所述方向码特征库中的某一字符对应的相似度大于第一相似度阈值且对应的距离大于第二相似度阈值，则将所述手势操作对应的字符识别为该字符。

2.根据权利要求1所述的手势识别方法，其特征在于：获取字符的方向码向量包括以下步骤：

当在人机交互设备上通过手势操作输入字符时，每间隔预设数量帧获取当前帧上触点坐标信息；

根据预设数量的触点坐标信息获取所述字符的方向码向量。

3.根据权利要求1所述的手势识别方法，其特征在于：所述字符特征集包括字符的拐点个数、轮廓相对距离、特定笔划/拐点间的角度变化值中的一种或多种组合。

4.根据权利要求1所述的手势识别方法，其特征在于：根据Similarity_c(D')＝cos(D-(D+D')/2,D'-(D+D')/2)计算所述相似度，其中D表示所述待识别字符的方向码向量，D'表示所述方向码特征库中字符的方向码向量。

5.根据权利要求1所述的手势识别方法，其特征在于：根据计算所述距离，其中F₁＝(F,F')^T，F表示所述方向码特征库中字符的字符特征集，F'表示所述待识别字符的字符特征集，μ表示F₁的均值，Σ表示F₁的协方差矩阵。

6.根据权利要求1所述的手势识别方法，其特征在于：若所述方向码特征库中不存在相似度大于第一相似度阈值且对应的距离大于第二相似度阈值的字符，则将所述手势操作对应的字符识别为无效字符。

7.根据权利要求1所述的手势识别方法，其特征在于：对于方向码特征库中的字符，优先计算所述相似度，仅在所述相似度大于所述第一相似度阈值时计算所述距离。

8.一种手势识别系统，应用于人机交互设备，其特征在于：包括构建模块、获取模块、计算模块和识别模块；

所述构建模块用于获取字符的方向码向量和字符特征集，构建字符的方向码特征库；

所述获取模块用于当所述人机交互设备接收到手势操作时，获取所述手势操作对应的待识别字符的方向码向量和字符特征集；

所述计算模块用于基于方向码向量计算所述待识别字符与所述方向码特征库中字符的相似度，基于字符特征集计算所述待识别字符与所述方向码特征库中字符的距离；

所述识别模块用于在所述方向码特征库中的某一字符对应的相似度大于第一相似度阈值且对应的距离大于第二相似度阈值时，将所述手势操作对应的字符识别为该字符。

9.一种存储介质，其上存储有计算机程序，其特征在于，该所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的手势识别方法。

10.一种人机交互设备，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述人机交互设备执行权利要求1至7中任一项所述的手势识别方法。