[发明专利]基于加速度计的手势识别方法及系统

说明书

本发明提供了一种基于加速度计的手势识别方法及系统，包括在佩戴者腕部佩戴手表的位置利用加速度计实时收集加速度信号；将收集到的加速度信号进行信号分解，得到子信号；将分解得到的子信号进行重构，得到重构加速度信号；用得到的由手势构成的重构加速度信号进行手势识别。本发明通过采用信号分解的方法将手势产生的加速度信号与下肢运动产生的加速度信号分离，从而解决了下肢运动对于手势信号的干扰；通过采用经验模态分解等信号时频处理方法，从而解决了手势的加速度信号与下肢运动的加速度信号的频域混叠问题；通过采用将上肢运动与下肢运动分离处理的方法，从而实现了免受下肢运动干扰的高鲁棒性手势识别算法。

技术领域

本发明涉及加速度计的技术领域，具体地，涉及基于加速度计的手势识别方法及系统，尤其涉及一种基于加速度计的高鲁棒性手势识别方法。

背景技术

目前众多的手势专利中都缺少对下肢有运动的情况下的优化。在腕部捕捉到的加速度是上肢运动与下肢运动的耦合并且上肢运动与下肢运动存在频率重叠，以往的滤波或者基于频域的信号处理方法无法将二者分离。当前的基于加速度计的手势识别方法，在使用者行走跑步或运动时会受到干扰，无法正常工作。

基于可穿戴加速度计的手势识别方法被广泛应用于智能手表的人机交互中，在公告号为CN110163142A的专利文献中公开了一种实时手势识别方法及系统。方法主要步骤为：1)建立手势分类模型。2)从智能终端实时采集手势的运动传感数据。3)服务器端对运动传感数据进行预处理，得到合加速度数据。4)对预处理后的合加速度数据进行手势分割，实时分割为手势段，并提取手势的特征数据。5)将手势的特征数据输入到手势分类模型中，实时识别手势，得到手势识别结果。系统主要包括智能终端和服务器。上述方案没有考虑到惯性传感器容易受到运动干扰的特性，故在实际使用中无法做到准确的手势识别。

由于加速度计捕捉到的手势信号幅值很小，因此极其容易受到走路跑步等下肢运动的干扰。因此，需要提出与一种技术方案以改善上述技术问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于加速度计的手势识别方法及系统。

根据本发明提供的一种基于加速度计的手势识别方法，所述方法包括如下步骤：

步骤S1：在佩戴者腕部佩戴手表的位置利用加速度计实时收集加速度信号；

步骤S2：将收集到的加速度信号进行信号分解，得到子信号；

步骤S3：将分解得到的子信号进行重构，得到重构加速度信号；

步骤S4：用得到的由手势构成的重构加速度信号进行手势识别。

优选地，所述步骤S2包括如下步骤：

步骤S2.1：利用信号时频处理方法将加速度信号分解为一系列子信号；

步骤S2.2：将分解得到的子信号分别计算自相关性。

优选地，所述步骤S2.1中信号时频处理方法包括经验模态分解、奇异谱分析和小波变换。

优选地，所述步骤S3包括如下步骤：

步骤S3.1：将子信号通过线性叠加得到由手势构成的重构加速度信号；

步骤S3.2：将子信号通过线性叠加得到由下肢运动构成的重构加速度信号；

步骤S3.3：将子信号通过线性叠加得到噪音。

优选地，所述步骤S4中手势识别是将由手势构成的重构加速度信号进行分段和特征提取，再输入预先训练好的分类器中进行分类，最终得到分类结果，完成手势识别。

本发明还提供一种基于加速度计的手势识别系统，所述系统包括如下模块：