[发明专利]一种智能手套手语识别方法

说明书

本发明涉及一种智能手套手语识别方法，目的在于首先通过弯曲度传感器对手势姿态进行数据采集，然后根据手指弯曲度和欧拉角的参数寻找手势的起点、终点的变化程度、趋势及特征点，从而确定有效数据段；最后将此有效数据段的参数与手语匹配通用数据库进行匹配，判定姿态识别手势。本发明提高了当前在翻译识别准确度的鲁棒性，使得手语匹配数据库可实现标准统一化，形成通用化。本发明采用手势数据采集和识别处理同步进行的方法，有效提升了系统在识别处理上的效率，提高了手势识别的速度，使识别过程更具实时性。

技术领域

本发明属于手语识别技术领域，具体涉及一种智能手套手语识别方法。

背景技术

在手势姿态识别领域，目前有基于Motion capture系统的动作捕捉技术，该技术识别精度极高，但价格昂贵且不易于携带；还有一种基于弯曲度传感器的识别方式，该技术容易准确识别一些简单的手势，其只能识别手指的姿态，不能识别手掌的俯角、仰角、航角，因此不能识别大部分手势姿态。如CN 106448351 A公开了一种在每个手指套中配置传感器检测用于十个手指的实时方向和所对应动作的高度进而确定当前使用者的姿势，但是该方法手套制作成本比较昂贵，算法计算数据量大，实时性较差；CN 108735047 A公开了一种利用弯曲度传感器加惯性测量单元进行数据识别的方法，但是由于存在不同测量传感器之间的参数误差，使得手势识别数据库兼容性差

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种智能手套手语识别方法。

本发明的发明构思：首先通过弯曲度传感器对手势姿态进行数据采集，然后根据手指弯曲度和欧拉角的参数寻找手势的起点、终点的变化程度、趋势及特征点，从而确定有效数据段；最后将此有效数据段的参数与手语匹配通用数据库进行匹配，判定姿态识别手势。

本发明提供一种智能手套手语识别方法，其特征在于：首先通过传感器对手势姿态进行数据采集，然后根据欧拉角的参数和手指弯曲度数据寻找手势的起点、终点的变化程度、趋势及特征点，从而确定有效数据段；最后将此有效数据段的参数与手语匹配通用数据库进行匹配，判定识别手势语言，具体包括以下步骤：

步骤1：数据实时采集

步骤1.1对采集到的数据分段处理，设分段数据为x_n，手势姿态为x(i)i≥1

x_n＝[x(n*L+1),x(n*L+2),…,x(n*L+L)]n≥0且为整数 (1)

其中L为采集时间；计算均值M_n，其中M₀为数据段均值；

步骤1.2对x_n计算一阶差分绝对值均值

其中，S₀为信号序列的一阶差分绝对值均值；

步骤1.3数据归一化到[0，1]

X^*为归一化值，x_min为采集数据最小值，x_min为采集数据最大值，分别对弯曲度、加速度和姿态角进行数据归一化。

步骤2：提取特征量

步骤2.1根据欧拉角的参数和手指弯曲度数据寻找手势的起点、终点的变化程度、趋势及特征点，从而确定有效数据段