The invention discloses a mobile terminal holding gesture recognition method, a mobile terminal and a readable storage medium. The mobile terminal in the front and back of the touch screen, the method includes: when the detected user holding operation holding of the mobile terminal, the mobile terminal user touch touch touch screen picture; pretreatment touch pictures, get touch pictures after preprocessing; convolution neural network model after pretreatment of the touch input to the picture the preset, to identify the user's current holding gesture. The present invention through model identification of convolutional neural network users holding double screen mobile terminal holding gesture, relative to the current through the mobile terminal side sensors to identify the user holding gesture recognition method using convolution neural network model to recognize the gripping gesture, to improve the accuracy of identification of user holding gestures, and without the need for holding gesture sensor identify the user in the mobile terminal side, reduces the production cost of the mobile terminal.
【技术实现步骤摘要】
移动终端握持手势识别方法、移动终端及可读存储介质
本专利技术涉及终端
,尤其涉及一种移动终端握持手势识别方法、移动终端及可读存储介质。
技术介绍
目前市场上已有双面屏移动终端,即在终端的正面和反面都设置有触摸屏。目前识别用户握持移动终端握持手势的识别方法为在移动终端侧边设置传感器,通过侧边的传感器来识别用户当前的握持手势,即识别用户当前是左手握持、右手握持还是双手握持。但是,由于目前的终端是双面屏移动终端,通过传感器来识别用户的握持手势,识别的错误率较高(当用户用右手握持双面屏移动终端,使用双面屏移动终端的背面屏时,此时双面屏移动终端容易识别成左手握持),且通过传感器识别用户握持手势需要在移动终端的两侧设置多个传感器,从而导致移动终端的生产成本较高。
技术实现思路
本专利技术的主要目的在于提出一种移动终端握持手势识别方法、移动终端及可读存储介质,旨在解决现有的双面屏移动终端识别用户握持手势错误率高,生产成本高的技术问题。为实现上述目的,本专利技术提供了一种移动终端握持手势识别方法,所述移动终端握持手势识别方法包括:当检测到用户握持移动终端的握持操作时,获取用户触摸所述移动终端触摸屏的触控图片;预处理所述触控图片,得到预处理后的所述触控图片;将预处理后的所述触控图片输入至预置的卷积神经网络模型中,以识别出用户当前的握持手势。可选地,所述将预处理后的所述触控图片输入至预置的卷积神经网络模型中,以识别出用户当前的握持手势的步骤包括:解析预处理后的所述触控图片,得到所述触控图片对应的像素点矩阵;将所述像素点矩阵输入至预置的所述卷积神经网络模型中,以识别出用户当前 ...
【技术保护点】
一种移动终端握持手势识别方法,其特征在于,所述移动终端的正面和背面都存在触摸屏,所述移动终端握持手势识别方法包括:当检测到用户握持移动终端的握持操作时,获取用户触摸所述移动终端触摸屏的触控图片;预处理所述触控图片,得到预处理后的所述触控图片;将预处理后的所述触控图片输入至预置的卷积神经网络模型中,以识别出用户当前的握持手势。
【技术特征摘要】
1.一种移动终端握持手势识别方法,其特征在于,所述移动终端的正面和背面都存在触摸屏,所述移动终端握持手势识别方法包括:当检测到用户握持移动终端的握持操作时,获取用户触摸所述移动终端触摸屏的触控图片;预处理所述触控图片,得到预处理后的所述触控图片;将预处理后的所述触控图片输入至预置的卷积神经网络模型中,以识别出用户当前的握持手势。2.如权利要求1所述的移动终端握持手势识别方法,其特征在于,所述将预处理后的所述触控图片输入至预置的卷积神经网络模型中,以识别出用户当前的握持手势的步骤包括:解析预处理后的所述触控图片,得到所述触控图片对应的像素点矩阵;将所述像素点矩阵输入至预置的所述卷积神经网络模型中,以识别出用户当前的握持手势。3.如权利要求2所述的移动终端握持手势识别方法,其特征在于,所述将所述像素点矩阵输入至预置的所述卷积神经网络模型中,以识别出用户当前的握持手势的步骤包括:将所述像素点矩阵输入所述卷积神经网络模型中,得到输出结果;根据所述输出结果对应标识信息确定用户当前的握持手势,其中,所述握持手势包括左手握持、右手握持和双手握持。4.如权利要求1所述的移动终端握持手势识别方法,其特征在于,所述预处理所述触控图片,得到预处理后的所述触控图片的步骤包括:对所述触控图片进行裁剪,并变更裁剪后所述触控图片的透明度,得到变更透明度后的所述触控图片;将变更透明度后的所述触控图片转变为灰度图片,将所述灰度图片进行压缩,以得到预处理后的所述触控图片。5.如权利要求1至4任一项所述的移动终端握持手势识别方法,其特征在于,所述当检测到用户握持移动终端的握持操作时,获取用户触摸所述移动终端触摸屏的触控图片的步骤之前,还包括:获取各个操作模式对应的触控图片集,并对各个触控图片集中的触控图片进行预处理操作,得预处理后的所述触控图片集,其中,所述触控图片集中的任一触控图片都对应着一个模式标识,每一模式标识对应一种操作模式;在预处理后的所述触控图片集中选取预设第一比例的所述触控图片作为训练图片集;根据所述训练图片集训练卷积神经网络模型。6.如权利要求5所述的移动终端握持手势识别方法,其特征在于,所述根据所述训练图片集训练卷积神经网络模型的步骤之后,还包括:在预处理后的所述触控图片集中选取预设第二...
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。