The invention relates to human-computer interaction technology, in particular to a method for recognizing gestures, a device for implementing the method, a wearable glove containing the device, and a computer storage medium for implementing the method. The method for recognizing gestures according to one aspect of the present invention includes the following steps: obtaining the bending angle of one or more finger joints and the spatial orientation of the palm by using sensors; comparing the obtained bending angle and spatial orientation with the combined value range of one or more preset bending angles and spatial orientations, in which each preset bending angle and spatial orientation are compared. The range of combination values corresponds to one type of gesture, and the gesture represented by the flexion angle of the finger joint and the spatial orientation of the palm can be identified according to the comparison results.
【技术实现步骤摘要】
用于识别手势的装置和方法
本专利技术涉及人机交互技术，特别涉及用于识别手势的方法、实施该方法的装置、包含所述装置的可穿戴手套以及实施该方法的计算机存储介质。
技术介绍
手势识别是人机交互中的一个重要方面，其目的是使用户能够使用简单的手势来控制设备或与设备交互，从而在机器与人之间建立比文本用户界面和图形用户界面更为丰富和简便的沟通方式。在现有技术中，无论手势是静态还是动态的，其识别过程通常包含下列步骤：手势图像的获取、手势检测和分割、手势分析和手势辨识。手势分割是识别过程中的关键步骤，其效果直接影响到后续步骤的执行效果。目前常用的手势分割方法主要有基于单目视觉的手势分割和基于立体视觉的手势分割，前者是利用一个图像采集设备获得手势，得到手势的平面模型，后者是利用多个图像采集设备得到手势的不同图像，转换成立体模型。手势辨识是将模型参数空间中的轨迹分类到该空间某个子集的过程，常见的辨识算法包括模板匹配神经网络法和隐马尔可夫模型法。在现实应用中，手势识别常常受到环境因素的干扰而造成误识别(例如光线过亮或过暗以及手势与背景差别较小都有可能造成手势分割的不准确)。此外，上述辨识...
【技术保护点】
1.一种用于识别手势的方法，其特征在于，包含下列步骤：利用传感器得到一个或多个手指关节的弯曲角度和手掌的空间取向；将得到的弯曲角度和空间取向与一个或多个预设的弯曲角度和空间取向的组合值范围进行比较，其中，每个预设的弯曲角度和空间取向的组合值范围与一种手势相对应；以及根据比较结果来识别手指关节的弯曲角度和手掌的空间取向所表征的手势。
【技术特征摘要】
1.一种用于识别手势的方法，其特征在于，包含下列步骤：利用传感器得到一个或多个手指关节的弯曲角度和手掌的空间取向；将得到的弯曲角度和空间取向与一个或多个预设的弯曲角度和空间取向的组合值范围进行比较，其中，每个预设的弯曲角度和空间取向的组合值范围与一种手势相对应；以及根据比较结果来识别手指关节的弯曲角度和手掌的空间取向所表征的手势。2.如权利要求1所述的方法，其中，通过将传感器设置于可穿戴设备上与手指关节附近的指骨对应的区域来得到所述弯曲角度。3.如权利要求1所述的方法，其中，通过将传感器设置于可穿戴设备上与手背或手心对应的区域来得到所述空间取向。4.如权利要求1所述的方法，其中，每种手势所对应的弯曲角度和空间取向的组合值范围按照下列方式确定：获取与该手势相关联的多个弯曲角度样本和多个空间取向样本；确定多个弯曲角度样本的每个分量的均值和多个空间取向样本的每个分量的均值；以及将包含均值的数值范围确定为该分量的基准范围，由此得到该手势类型所对应的弯曲角度和空间取向的组合值范围。5.如权利要求4所述的方法，其中，识别手势的方式为：对于一种手势类型，如果手指关节的弯曲角度的每个分量和手掌的空间取向的每个分量都处于各自的、对应于该手势的基准范围内，则将手指关节的弯曲角度和手掌的空间取向所表征的手势确定为属于该手势类型。6.一种用于识别手势的方法，其特征在于，包含下列步骤：利用传感器得到一个或多个手指关节的弯曲角度；将弯曲角度与一个或多个预设的弯曲角度的取值范围进行比较，其中，每个预设的弯曲角度的取值范围与一种手势类型相对应；以及根据比较结果来识别手指关节的弯曲角度所表征的手势。7.如权利要求6所述的方法，其中，通过将传感器设置于可穿戴设备上与手指关节附近的指骨对应的区域来得到所述弯曲角度。8.如权利要求6所述的方法，其中，每种手势类型所对应的弯曲角度的取值范围按照下列方式确定：获取与该手势类型相关联的多个弯曲角度样本；确定多个弯曲角度样本的每个分量的均值；以及将包含均值的数值范围确定为该分量的基准范围，由此得到该手势类型所对应的弯曲角度的取值范围。9.如权利要求8所述的方法，其中，识别手势的方式为：对于一种手势，如果手指关节的弯曲角度的每个分量都处于各自的、对应于该手势的基准范围内，则将手指关节的弯曲角度所表征的手势确定为属于该手势类型。10.一种用于识别手势的装置，其特征在于，包含：第一模块，用于利用传感器得到一个或多个手指关节的弯曲角度和手掌的空间取向；第二模块，用于将得到的弯曲角度和空间取向与一个或多个预设的弯曲角度和空间取向的组合值范围进行比较，其中，每个预设的弯曲角度和空间取向的组合值范围与一种手势类型相对应；以及第三模块，用于根据比较结果来识别手指关节的弯曲角度和手掌的空间取向所表征的手势。11.一种用于识别手势的装置，其特征在于，包含：第一模块，用于利用传感器得到一个或多个手指关节的弯曲角度；第二模块，用于将弯曲角度与一个或多个预设的弯曲角度的取值范围进行比较，其中，每个预设的弯曲角度的取值范围与一种手势类型相对应；以及第三模块，用于根据比较结果来识别手指关节的弯曲角度所表征的手势。12.一种用于识别手势的装置，包...
【专利技术属性】
技术研发人员：赵如彦，何莉，王维辉，杨星，
申请(专利权)人：博世汽车部件苏州有限公司，
类型：发明
国别省市：江苏,32
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。