基于手势识别手套的手势识别方法、系统及手势识别手套技术方案

技术编号:24408639 阅读:59 留言:0更新日期:2020-06-06 08:11
本发明专利技术公开了基于手势识别手套的手势识别方法、系统及手势识别手套。所述手势识别方法包括:接收用户终端上传的手势数据;其中,所述手势数据是所述用户终端根据所述手势识别手套采集的手指弯曲角度和手掌运动姿态而获得;基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息;将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述手势识别手套。本发明专利技术能够快速准确地识别穿戴人员的手势信息,帮助聋哑人与正常人进行无障碍交流。

Gesture recognition method, system and glove recognition based on gesture recognition glove

【技术实现步骤摘要】
基于手势识别手套的手势识别方法、系统及手势识别手套
本专利技术涉及手势识别
,尤其涉及一种基于手势识别手套的手势识别方法、系统及手势识别手套。
技术介绍
手语是聋哑人交流使用的语言,它是由手部动作辅之以面部表情而构成的比较稳定的表达系统,是一种靠动作和视觉进行交际的特殊语言。然而,手语是一个庞大而复杂的语言系统,除了一些专业人士外,绝大多数正常人难以根据聋哑人的手势解读手语,这导致了聋哑人与正常人的交流存在障碍。目前,主要应用基于机器视觉(MACHINE-VISION)的手势识别技术来识别聋哑人的手势。受摄像机成像、环境、光线等因素,以及在识别手指动作时存在遮挡和方向等问题的影响,难以快速准确地识别聋哑人的手势。
技术实现思路
本专利技术提供一种基于手势识别手套的手势识别方法、系统及手势识别手套,以克服现有技术的缺陷,本专利技术能够快速准确地识别穿戴人员的手势信息,帮助聋哑人与正常人进行无障碍交流。为了解决上述技术问题,第一方面,本专利技术一实施例提供一种基于手势识别手套的手势识别方法,包括:接收用户终端上传的手势数据;其中,所述手势数据是所述用户终端根据所述手势识别手套采集的手指弯曲角度和手掌运动姿态而获得;基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息;将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述手势识别手套。进一步地,在所述接收用户终端上传的手势数据之前,还包括:对所述用户终端进行身份验证,并在所述用户终端通过所述身份验证时,接收所述用户终端上传的所述手势数据。进一步地,所述基于手势识别手套的手势识别方法,还包括:响应所述用户终端发起的手势查询请求,将手势查询结果返回至所述用户终端;响应所述用户终端发起的语音翻译请求,将语音翻译结果返回至所述用户终端。进一步地,所述手势信息包括语音信息、文本信息或图片信息其中一种或多种组合。第二方面,本专利技术一实施例提供一种基于手势识别手套的手势识别系统,包括第一手势识别手套、第二手势识别手套、用户终端和服务器;所述第一手势识别手套和所述第二手势识别手套,均用于采集穿戴人员用户的手指弯曲角度和手掌运动姿态,并将所述手指弯曲角度和所述手掌运动姿态传输至所述用户终端;所述用户终端,用于根据所述手指弯曲角度和所述手掌运动姿态,得到手势数据,并将所述手势数据上传至所述服务器;所述服务器,用于基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息,并将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述第二手势识别手套。进一步地,所述第一手势识别手套包括第一弯曲采集模块、第一姿态采集模块、第一主控模块、第一通信模块;所述第二手势识别手套包括第二弯曲采集模块、第二姿态采集模块、第二主控模块、第二通信模块和第二显示模块。进一步地,所述服务器,还用于响应所述用户终端发起的手势查询请求,将手势查询结果返回至所述用户终端;所述服务器,还用于响应所述用户终端发起的语音翻译请求,将语音翻译结果返回至所述用户终端。进一步地,所述手势信息包括语音信息、文本信息或图片信息其中一种或多种组合。第三方面,本专利技术一实施例提供一种手势识别手套,包括手套本体;所述手套本体的手指位置设置有弯曲采集模块,所述手套本体的手背位置设置有姿态采集模块,所述手套本体的手腕位置设置有主控模块、通信模块和显示模块;所述主控模块分别与所述弯曲采集模块、所述姿态采集模块、所述通信模块和所述显示模块连接;其中,所述弯曲采集模块,用于将采集的手指弯曲角度传输至所述主控模块;所述姿态采集模块,用于将采集的手掌运动姿态传输至所述主控模块;所述主控模块,用于将所述手指弯曲角度和所述手掌运动姿态传输至所述通信模块;所述通信模块,用于将所述手掌弯曲角度和所述手掌运动姿态传输至外部设备,并将所述外部设备返回的手势信息传输至所述主控模块;所述主控模块,还用于将所述手势信息传输至所述显示模块;所述显示模块,用于显示所述手势信息。进一步地,所述手套本体的手指位置设置有弯曲采集模块,具体为:所述手套本体的每个手指位置均设置有所述弯曲采集模块。相比于现有技术,本专利技术的实施例,具有如下有益效果:通过接收用户终端根据手势识别手套采集的手指弯曲角度和手掌运动姿态而获得的手势数据,基于深度学习算法,根据预存的标准手势数据对手势数据进行识别处理,得到手势信息,以将手势信息返回至用户终端,由用户终端将手势信息传输至手势识别手套。本专利技术利用手势识别手套采集穿戴人员的手指弯曲角度和手掌运动姿态,使得在穿戴人员比划手势时能够及时向用户终端提供多种采集数据,由用户终端根据采集数据获得手势数据,以基于深度学习算法对手势数据进行识别处理,能够提高对手势数据的处理效率,从而实现快速准确地识别穿戴人员的手势信息,帮助聋哑人与正常人进行无障碍交流。附图说明图1为本专利技术第一实施例中的一种基于手势识别手套的手势识别方法的流程示意图;图2为本专利技术第一实施例中的DeepConvLSTM的网络结构图;图3为本专利技术第一实施例中的RNN网络的网络结构图;图4为本专利技术第一实施例中的优选实施例的流程示意图;图5为本专利技术第二实施例中的一种基于手势识别手套的手势识别系统的结构示意图;图6为本专利技术第三实施例中的一种手势识别手套的结构示意图;图7为本专利技术第三实施例中的一种手势识别手套的电路结构图。具体实施方式下面将结合本专利技术中的附图,对本专利技术中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行,且下文均以服务器作为执行主体为例进行说明。请参阅图1-4。如图1所示,第一实施例提供一种基于手势识别手套的手势识别方法,包括步骤S11~S13:S11、接收用户终端上传的手势数据;其中,手势数据是用户终端根据手势识别手套采集的手指弯曲角度和手掌运动姿态而获得。S12、基于深度学习算法,根据预存的标准手势数据对手势数据进行识别处理,得到手势信息。S13、将手势信息返回至用户终端,由用户终端将手势信息传输至手势识别手套。需要说明的是,用户终端包括用户持有的手机、电脑、平板等可与手势识别手套及服务器连接的通信设备。当手势识别手套采集到穿戴人员的手指弯曲角度和手掌运动姿态时,手势识别手套将手指弯曲角度和手掌运动姿态等采集数据传输至用户终端;当用户终端接收到采集数据时,对采集本文档来自技高网...

【技术保护点】
1.一种基于手势识别手套的手势识别方法,其特征在于,包括:/n接收用户终端上传的手势数据;其中,所述手势数据是所述用户终端根据所述手势识别手套采集的手指弯曲角度和手掌运动姿态而获得;/n基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息;/n将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述手势识别手套。/n

【技术特征摘要】
1.一种基于手势识别手套的手势识别方法,其特征在于,包括:
接收用户终端上传的手势数据;其中,所述手势数据是所述用户终端根据所述手势识别手套采集的手指弯曲角度和手掌运动姿态而获得;
基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息;
将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述手势识别手套。


2.如权利要求1所述的基于手势识别手套的手势识别方法,其特征在于,在所述接收用户终端上传的手势数据之前,还包括:
对所述用户终端进行身份验证,并在所述用户终端通过所述身份验证时,接收所述用户终端上传的所述手势数据。


3.如权利要求1所述的基于手势识别手套的手势识别方法,其特征在于,还包括:
响应所述用户终端发起的手势查询请求,将手势查询结果返回至所述用户终端;
响应所述用户终端发起的语音翻译请求,将语音翻译结果返回至所述用户终端。


4.如权利要求1所述的基于手势识别手套的手势识别方法,其特征在于,所述手势信息包括语音信息、文本信息或图片信息其中一种或多种组合。


5.一种基于手势识别手套的手势识别系统,其特征在于,包括第一手势识别手套、第二手势识别手套、用户终端和服务器;
所述第一手势识别手套和所述第二手势识别手套,均用于采集穿戴人员的手指弯曲角度和手掌运动姿态,并将所述手指弯曲角度和所述手掌运动姿态传输至所述用户终端;
所述用户终端,用于根据所述手指弯曲角度和所述手掌运动姿态,得到手势数据,并将所述手势数据上传至所述服务器;
所述服务器,用于基于深度学习算法,根据预存的标准手势数据对所述手势数据进行识别处理,得到手势信息,并将所述手势信息返回至所述用户终端,由所述用户终端将所述手势信息传输至所述第二手势识别手套。

<...

【专利技术属性】
技术研发人员:刘雪花王健
申请(专利权)人:广州大学华软软件学院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1