[发明专利]一种语句级手语识别方法、系统、设备及终端

权利要求书

1.一种语句级手语识别方法，其特征在于，所述语句级手语识别方法包括以下步骤：

步骤一，基于COST射频识别技术的商业射频识别装置，通过无线电在识别系统和无源标签之间获取特定目标的相位序列，获得原始的手语数据信号；

步骤二，进行相位偏移校正和利用基于阈值的小波去噪方法去除由于环境硬件和高斯噪声引起的相位偏移，获得纯净的相位序列；

步骤三，利用基于标准偏差的信号处理方法实现有效手语数据信号的分割；

步骤四，通过对同一手语信号和不同手语信号之间的每个特征分析，选择选择在同一手语信号中保持稳定而在不同手语信号之间能够明显区分的特征，进行有效的特征提取；

步骤五，利用随机森林分类器，并使用50个决策树实现手语识别。

2.如权利要求1所述语句级手语识别方法，其特征在于，步骤二中，所述进行相位偏移校正和利用基于阈值的小波去噪方法去除由于环境硬件和高斯噪声引起的相位偏移，获得纯净的相位序列，包括：

(1)利用基于阈值的小波去噪方法去除由于环境硬件和高斯噪声引起的偏移，公式如下：

θ_true＝θ-θ_n(θ_n＝πor 2π)；

其中，n是序列号，θ_true是去除相位偏移后的真实相位值，θ是原始的相位序列值，θ_n是相位偏移值；

(2)通过从RFID阅读器的API中获得手语数据信号移除噪声后的相位序列如下：

θ＝{θ₁，θ₂…θ_i…θ_n}；

其中，n是相位序列数，θ是去除噪声后的相位序列，θ_i是相位序列中的相位值；

(3)利用同一化处理数据以减小不同时刻同一手势的微小差异，计算公式如下：

其中，S(i)是标准化后的中间结果，θ(i)是相位序列中的相位值，min(θ)是相位序列中的最小值，max(θ)是相位序列中的最大值，a(i)是归一化后的第i个相序样本。

3.如权利要求1所述语句级手语识别方法，其特征在于，步骤三中，所述利用基于标准偏差的信号处理方法实现有效手语数据信号的分割，包括：

(1)将样本中的每个相位值减去中位数并求绝对值：

m(i)＝|a(i)-median(a)|；

其中，median(a)是中位数，m(i)是相位序列a(i)中的每个数减去中位数median(a)的绝对值；

(2)将数据依次分组计算标准差：

其中，d(i)是计算标准后的新序列标准差，k是序列的长度，μ是平均值序列k＝50；

(3)利用d(i)的值，单个数据大于阈值r(r＝0.1)的数据组是有效数据。

4.如权利要求1所述语句级手语识别方法，其特征在于，步骤四中，所述通过对同一手语信号和不同手语信号之间的每个特征分析，选择选择在同一手语信号中保持稳定而在不同手语信号之间能够明显区分的特征，进行有效的特征提取，包括：

(1)提取得到的有效数据组的十个特征值，包括偏斜度、期望值、三阶中心距离、平均值、方差、标准差、峰度、能量以及主频比最大频率峰值；

(2)提取得到的有效数据的SOS值：

SOS：假设n是数组的长度，从第一组数组开始，每个数字和下列(k-1)数字组成一个长度为k的数组，得到每个数组的标准偏差值，得到(N-k+1)个标准偏差，找到和所述(N-k+1)标准偏差的总和，并得到SOS：；

比较数据的柔和程度波动；当数据波动时，该值很大；当数据波动较小时，会变得较小，公式如下：

其中，N是数据集中的数据总数，μ是k个数据的平均值，k是每个标准偏差的数据数量。