一种基于方向链码的三维笔势识别方法技术

本发明专利技术涉及一种基于方向链码的三维笔势识别方法，属于人机交互领域，通过采集笔式输入通道中笔的空间位置信息，采用方向链码来描述笔的运动轨迹，进而建立三维笔势的模型，通过与系统中设定好的模型进行匹配，来实时地识别用户的交互意图。本发明专利技术可以实时地识别出用户在三维空间中的一些笔势操作，具有一定的通用性以及扩展性，支持三维书空识别，增强人机交互平台的自然性，运用方向链码的编码方式，算法简便，计算量小，实时性高，通过对方向链码的去噪以及整合处理，可以进行精准识别。

A 3D gesture recognition method based on directional chain code

The invention relates to a 3D gesture recognition method based on directional chain code, which belongs to the field of human-computer interaction, through the spatial position information acquisition pen input channels in the pen, the trajectory directional chain code is used to describe the pen, and then establish the 3D gesture model, through matching and system setting model, interaction the real-time identification of user intent. The invention can real-time to recognize the user in the three-dimensional space some gesture operation, has certain versatility and scalability, support for 3D Book empty recognition, enhance the natural human-computer interaction platform, using chain code encoding, simple algorithm, less calculation, high real-time, through denoising and integration treatment on the direction of the chain code, can accurately identify.

【技术实现步骤摘要】
一种基于方向链码的三维笔势识别方法
本专利技术属于人机交互领域，具体涉及三维笔式交互领域，提供一种基于方向链码的三维笔势识别方法。
技术介绍
随着人机交互技术的不断发展，以人为中心的自然人机交互方法成为研究热点。目前以鼠标、键盘为代表的平面交互方法难以描绘三维空间信息，限制了自然人机交互的发展。三维书空笔式交互，不但符合人类长期以来的纸笔使用习惯，而且这种交互方式具有灵活、自然、表达丰富的特点，更可以满足三维空间交互的需求，所以受到越来越多人的重视，相应的笔势识别方法也逐渐成为该领域必须解决的问题。目前已有一些关于三维空间笔势或者手势的识别方法。中国专利“基于GL优化的神经网络手势识别人机交互方法”(申请号201610811148.2)公开了一种基于深度学习神经网络的手势识别方法，从大量标签数据中提取数据特征，并消除背景环境变化对识别效果产生的不良影响。中国专利“一种基于多级深度卷积神经网络的手势识别方法”(申请号201610983244.5)公开了一种基于多级深度卷积的识别方法，将人体图像数据输入深度神经网络模型，进行操作开始状态的初步判断，进一步与构建的混合模型进行匹配识别，并将本文档来自技高网...

【技术保护点】
一种基于方向链码的三维笔势识别方法，其特征在于，包括下列步骤：1)基于三维空间的方向链码，建立三维笔势模板库；2)采集笔的空间坐标信息，用户在操作笔的同时，笔式交互系统以一定的频率采集笔的空间坐标信息Pn(xn,yn,zn)，其中n＝1,2,3…，将最近时刻采样点Pi(xi,yi,zi)及上一时刻采样点Pi‑1(xi‑1,yi‑1,zi‑1)送到处理单元进行处理，其中i＝2,3,4…；3)确定

【技术特征摘要】
1.一种基于方向链码的三维笔势识别方法，其特征在于，包括下列步骤：1)基于三维空间的方向链码，建立三维笔势模板库；2)采集笔的空间坐标信息，用户在操作笔的同时，笔式交互系统以一定的频率采集笔的空间坐标信息Pn(xn,yn,zn)，其中n＝1,2,3…，将最近时刻采样点Pi(xi,yi,zi)及上一时刻采样点Pi-1(xi-1,yi-1,zi-1)送到处理单元进行处理，其中i＝2,3,4…；3)确定所对应的方向链码，计算在x-y平面的投影向量确定方向链码的第一个分量ai，然后分别计算在x-z平面、y-z平面的投影向量并确定方向链码的第二个分量bi以及第三个分量ci，得到的方向链码为(ai,bi,ci)，用Mi表示；4)方向链码去噪，根据实时更新的链码序列Mi，当满足i＝kN+1时，将N个链码MkN+2～M(k+1)N+1进行去噪处理：在这N个链码中，若某个链码Mi占整组链码的个数比例超过了一个阈值ξ，则将Mi实时地更新到一个新的链码序列MMj，其中N为整数，根据实际情况设定，k＝1,2,3…，j＝1,2,3…；5)确定方向链码矩阵，将新的链码序列MMj进行整合，把连续的相同链码合并为同一个链码，并将其按照顺序以列向量的形式存储到矩阵中，形成最终的方向链码矩阵；6)根据方向链码矩阵与模板库进行匹配，并执行对应的操作。2.根据权利要求1所述的一种基于方向链码的三维笔势识别方法，其特征在于：所述步骤1)中的三维笔势模板库需要进行设置，包括基本的复制、粘贴、删除、撤销、打开、关闭操作。3.根据权利要求1所述的一种基于方向链码的三维笔势识别方法，其特征在于，所述步骤3)中的方向链码是三维空间的方向链码，将其投影到x-y平面包括8个方向链码，投影到x-z平面包括8个方向链码，投影到y-z平面包括8个方向链码。4.根据权利要求3所述的一种基于方向链码的三维笔势识别方法，其特征在于：x-y平面中的8个链码如下：以x轴、y轴、一三象限角分线、二四象限角分线画出4条线，以x-y坐标系原点为原点，沿着这4条线可以得到8个方向，这8个方向分别对应着8个链码；每个链码都有自己的码字，x轴正向的码字为1，将...

【专利技术属性】
技术研发人员：孙晓颖，曹德坤，陈若男，陈建，燕学智，温泉，刘国红，于海洋，甘添，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22