[发明专利]一种基于手势动作响应系统指令的方法

说明书

本发明提供一种基于手势动作响应系统指令的方法，包括以下步骤B1.采用摄像模块拍摄获取手部立体建模；B2.提取所述立体建模的特征量，形成二维平面数据；B3.根据形成的二维平面数据判断手部的正、反面，识别静态手势；B4.提取手心位置数据（x_c,y_c）,根据所述手心位置数据的时间函数，判断手心的移动位置，识别动态手势；B5.根据识别出的静态手势或动态手势选择对应执行的命令。本发明的有益效果是：1）不需使用接触式的传感器进行手势识别；2）增加手势正反方向识别，扩展手势指令数量；3）利用HMM模型算法进行手势识别训练，识别响应速度块准确率高。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于手势动作响应系统指令的方法。

背景技术

随着计算机在社会中的普及，促进人机交互(HCI，Human–Computer Interaction)技术的发展将对计算机的使用产生积极影响。因此，人们越来越重视研究用于跨域人机障碍的新技术。研究的最终目标是将人机交互变得如同人与人交互一样自然。长期以来，手势一直被认为是一种可以提供更自然、更有创意和更直观的与我们的计算机进行通信的交互技术。为此，在人机交互中加入手势是一个重要的研究领域。

手势识别这个术语指的是跟踪人类手势、识别其表示和转换为语义上有意义的命令的整个过程。手势识别的研究旨在设计和开发可以将用于设备控制的手势识别为输入并且通过将命令映射为输出的系统。一般而言，从手势交互信息采集的途径是接触式还是非接触式的，可将手势交互系统划分为基于接触式的传感器和基于非接触类传感器的两类。

基于接触式传感器的手势识别技术存在着使用不便，制造成本高的技术问题，基于非接触类传感器的手势识别技术主要原理为图像处理，通过摄像头采集手势图像信息，采集的数据进行预处理，包括去噪和信息增强。然后，利用分割算法获取图像中的目标手势。通过视频处理和分析得到当前手势的分类和描述，最后通过手势识别算法对目标手势进行识别。通过摄像头采集到的图像可能是三维的也可能是二维的，对于三维图像的分析识别虽然可以识别出更多的手势信息，但由于需要处理大量数据，耗费时间长，响应较慢，因此现在多采用二维分析，但二维分析能够获取的信息有限，一般只能读取上下左右这四个基本信息。基于非接触类传感器的手势识别技术存在着识别难度高，能够识别的手势数量有限的技术问题。

为了解决上述技术问题，公开号CN 111722717 A公开了一种手势识别方法。该手势识别方法包括：获取待识别手势图像；将所述待识别手势图像输入至预先训练好的手势识别模型，得到手势识别结果；其中，所述手势识别模型是基于组合得到的训练样本组合和预设损失函数训练得到的。本发明能够实现对图像差异度极小的手势的精确识别，提高手势识别模型的鲁棒性和手势识别结果的准确性。但该发明仍然没有解决能够识别的手势数量有限的技术问题。

发明内容

本发明主要解决现有基于接触式传感器的手势识别技术存在着使用不便，制造成本高以及现有基于非接触式传感器的手势识别技术识别能够识别的手势数量有限的技术问题。

本发明提供一种基于手势动作响应系统指令的方法，包括以下步骤

B1.采用摄像模块拍摄获取手部立体建模；

B2.提取所述立体建模的特征量，形成二维平面数据；

B3.根据形成的二维平面数据的密度判断手部的正、反面，识别静态手势；

B4.根据时间函数内，前后两次的数据密度的改变及数据形状的改变，来识别手势,提取手心位置数据(x_c,y_c),根据所述手心位置数据的时间函数，判断手心的移动位置，识别动态手势；

B5.根据识别出的静态手势或动态手势选择对应执行的命令，识别到未知手势则重新开始识别。