【技术实现步骤摘要】
本专利技术涉及手势识别
,具体涉及一种基于切比雪夫前向神经网络的手势识别系统和方法。
技术介绍
手势识别技术在当前时代已经获得越来越多的关注,比较成功的产品包括微软Kinect摄像头、LeapMotion手势捕捉设备等。Kinect摄像头和LeapMotion手势捕捉设备都是采用计算机视觉识别技术对人体动作进行建模或对指尖进行跟踪,得到连续多帧图像,然后对连续多帧图像进行分析得到手势识别结果。利用这种方式识别手势在技术实现上需占用大量计算和存储资源,不仅成本高,功耗大,受环境光照条件影响大,而且在联网状态下存在用户隐私泄露隐患。这些缺陷都限制了基于计算机视觉的手势识别方案在智能物联网领域的应用。现有技术常用的手势识别技术还有数据手套,这种方案需要用户穿戴安装了多个传感器的数据收集装置,通过分析加速度传感器收集的数据并发送给计算机,然后通过计算机重构用户的动作,这种技术精度较高,但是需要用户穿戴特定设备,增加了用户的额外负担,并且应用场景也很有限。为了解决基于计算机视觉的手势识别方案以及数据手套存在的缺陷,出现了以超声波信号为载体的手势识别技术,如申请号为201510315444.9,名称为基于超声波定位的手势识别与控制装置及识别与控制方法的专利公开一种基于超声波定位的手势识别与控制装置及方法,其利用了超声波的高指向性,并将被手反射回来的超声波信号所产生的多普勒频移转换成相应的手势特征信号,之后将该手势特征信 ...
【技术保护点】
一种基于切比雪夫前向神经网络的手势识别系统,包括依次连接的信号发射模块、信号接收模块和信号预处理模块,其特征在于,还包括与信号预处理模块连接的属性特征向量提取模块,所述属性特征向量提取模块连接了切比雪夫前向神经网络分类器,所述信号发射模块用于发射超声信号,所述信号接收模块用于接收反射回来的超声回波信号,所述信号预处理模块用于对接收到的超声回波信号进行预处理,所述属性特征向量提取模块用于提取手势动作的属性特征向量,所述切比雪夫前向神经网络分类器用于对属性特征向量进行识别并输出识别结果。
【技术特征摘要】
1.一种基于切比雪夫前向神经网络的手势识别系统,包括依次连接的信号发射模块、
信号接收模块和信号预处理模块,其特征在于,还包括与信号预处理模块连接的属性特征
向量提取模块,所述属性特征向量提取模块连接了切比雪夫前向神经网络分类器,所述信
号发射模块用于发射超声信号,所述信号接收模块用于接收反射回来的超声回波信号,所
述信号预处理模块用于对接收到的超声回波信号进行预处理,所述属性特征向量提取模块
用于提取手势动作的属性特征向量,所述切比雪夫前向神经网络分类器用于对属性特征向
量进行识别并输出识别结果。
2.根据权利要求1所述的一种基于切比雪夫前向神经网络的手势识别系统,其特征在
于,还包括与信号发射模块连接的干扰检测模块,所述干扰检测模块用于检测环境中是否
存在对备选发射频率正负1kHz范围内的频点的干扰,并选择干扰最小的频率作为发射频
率。
3.根据权利要求1所述的一种基于切比雪夫前向神经网络的手势识别系统,其特征在
于,所述切比雪夫前向神经网络的训练包括如下步骤:
a.对待识别的N种目标手势动作,分别收集若干个样本;
b.将收集的样本划分为M等份,初始化计算次数V为V=1,全局最优隐神经元数目K(app)=0,当前计算最优隐神经元数目K(Vmin)=0;
c.初始化当前隐神经元数目K(cur)=1、当前最小样本校验误差为E(Vmin);
d.根据K(cur)构造切比雪夫前向神经网络,计算最优权值矩阵,并计算当前隐神经元数
目K(cur)对应的样本校验误差E(V);
e.判断E(V)与E(Vmin)的大小,若E(V)<E(Vmin),则令E(Vmin)=E(V)、K(Vmin)=K(cur)、K(cur)=K(cur)+1,返回步骤d;若E(V)>E(Vmin),则转至步骤f;
f.若K(cur)<K(Vmin)+A,则令K(cur)=K(cur)+1,返回步骤d;若K(cur)>K(Vmin)+A,则令K(app)=K
(app)+K(Vmin);
i.若V<4,则令V=V+1,返回步骤c;若V=4,返回j.根据K(app)构造切比雪夫前向神经网络,并计算得到最优权值矩阵。
4.根据权利要求1所述的一种基于切比雪夫前向神经网络的手势识别系统,其特征在
于,所述信号接收模块为MEMS麦克风阵列,所述信号预处理模块包括通用微处理器,所述通
用微处理器实现的功能包括数字滤波器、时频变换模块和音频活动检测模块,所述数字滤
波器用于对MEMS麦克风阵列输出的PDM信号进行采样,完成PDM信号到PCM信号的转换,其中
下采样率为64,所述时频变换模块用于对时域PCM信号N个点做快速傅里叶变换得到频域信
息作为一个信号帧,所述音频活动检测模块用于判断某个信号...
【专利技术属性】
技术研发人员:吴伟涛,曾懋,
申请(专利权)人:深圳市广懋创新科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。