[发明专利]一种手语识别方法及系统

说明书

本发明涉及一种手语识别方法及系统，该方法包括：在基底上构建多组金属光栅；在基底一侧布置红外探测器；在特定位置改变手语对应的手指状态，以使得所述红外探测器捕捉到对应的参考衍射图案；将每一参考衍射图案与手语含义对应并建立参考图集；通过多组金属光栅实时衍射特定位置的手指状态，以使得所述红外探测器捕捉到对应的实时衍射图案；通过计算机算法将所述实时衍射图案与参考图集中的每一参考衍射图案进行计算匹配，以确定与所述实时衍射图案最相似的参考衍射图案，将最相似的参考衍射图案的手语含义作为实时衍射的手语含义。本发明可以解决由于手语过于复杂而导致的准确性低、稳定性差等问题。

技术领域

本发明属于手语识别领域，尤其涉及一种手语识别方法及系统。

背景技术

手语是聋哑人之间交流的一门语言，通过将手势赋予特定的含义来进行信息的传输与交流。然而，大多数的普通人并没有掌握这门语言，导致普通人与聋哑人之间很难进行自由地交流。随着计算机技术的不断发展，利用计算机将手语转换成语音或者文本的手语识别技术架起了普通人与聋哑人之间交流的桥梁。

现有的手语识别技术主要分为两种：一种是基于数据手套的识别方法，通过手套上的传感器系统来感知每根手指的形状、位置等信息。这种方法往往需要佩戴笨重而又昂贵的手套，从而阻碍了这一技术的实际应用前景；另一种是直接的手语视觉分析，利用相机直接捕捉手势，基于手势的轮廓、手指的相对位置等特征实现手语的识别。现有的可见光相机往往被用来捕捉手势的轮廓特征，其捕获的图片质量会受到环境光和背景条件等影响，所以这种方法不适用于光线昏暗甚至黑暗的条件。同时，人手作为多关节器官具有超过20个自由度，做出来的手势往往比较复杂。例如，在一个手势中，手指与手指之间往往相互交叠，所以很难有效捕捉手势的详细特征，因此基于可见光的手语识别往往不具备很高的准确性和稳定性。

黑体辐射原理指出，任何温度高于绝对零度的物体都在不断辐射电磁波且辐射的电磁波波段与物体温度有关。而人体体温在37℃(310K)左右，计算普朗克分布函数可以得到：人体辐射的电磁波主要集中在中红外波段(3-25μm)，所以人体是一个天然的红外光源，且该光源不受外部条件如可见光以及环境的影响。基于这一特征，红外探测器可以被用来代替可见光相机捕捉手语的轮廓特征，但是捕捉到的手势特征依旧特别复杂，很难准确识别手势。因此，如何可以准确识别手势成为亟待解决的技术问题。

发明内容

针对上述现有技术中存在的缺陷，本发明的目的在于提供一种手语识别方法及系统，可以解决由于手语过于复杂而导致的准确性低、稳定性差等问题。

第一方面，本发明提供一种手语识别方法，包括：

在基底上构建至少一组金属光栅，以衍射手指辐射的红外线，每组所述金属光栅衍射至少一根手指；

在基底一侧布置红外探测器，以捕捉每组金属光栅衍射手指辐射的红外线形成的衍射图案；

在特定位置改变手语对应的手指状态，以使得所述红外探测器捕捉到对应的参考衍射图案；

将每一参考衍射图案与手语含义对应并建立参考图集；

通过多组金属光栅实时衍射特定位置的手指状态，以使得所述红外探测器捕捉到对应的实时衍射图案；

通过计算机算法将所述实时衍射图案与参考图集中的每一参考衍射图案进行计算匹配，以确定与所述实时衍射图案最相似的参考衍射图案，将最相似的参考衍射图案的手语含义作为实时衍射的手语含义。

其中，每组所述金属光栅包括两个相互垂直的金属光栅，用于衍射手指状态为竖直和弯曲的红外线。

其中，所述红外探测器倾斜朝向所述基底。

其中，所述计算机算法包括模板匹配法、隐马尔科夫模型、神经网络模型和支持向量机中的一种或多种。