手势识别方法及终端设备技术

本发明专利技术适用于信息技术领域，提供了一种手势识别方法及终端设备，包括：获取第一预设数量帧的雷达回波信号，并确定各帧雷达回波信号的权重；采用分类模型分别对所述各帧雷达回波信号进行分类，得到所述各帧雷达回波信号分别对应的各预设手势类型的分类概率；根据所述各帧雷达回波信号分别对应的各预设手势类型的分类概率及所述各帧雷达回波信号的权重，确定手势识别结果。本发明专利技术采用毫米波雷达，根据多帧雷达回波信号综合得到手势识别结果，可以克服环境光照的影响，鲁棒性强，识别准确度高。

【技术实现步骤摘要】
手势识别方法及终端设备
本专利技术属于信息
，尤其涉及一种手势识别方法及终端设备。
技术介绍
近年来，随着智能家居和可穿戴设备的迅速发展，有必要提供一种非接触式、自然且使用户尽可能减少对输入设备的依赖的交互方式，如隔空手势。隔空手势通过用户自然的利用手指、手腕等表达其交互意图，具有广阔的交互空间、更高的灵活性及更好的交互体验等优点，在人机交互领域得到了越来越广泛的应用。基于计算机视觉的手势识别技术受背景噪音、场景照度等因素的影响，应用场景大大受限。超声波手势识别技术能够在一定程度上克服环境光照的影响，但其鲁棒性较弱、识别准确度不够高的问题有待进一步研究和解决。
技术实现思路
有鉴于此，本专利技术实施例提供了一种手势识别方法及终端设备，以克服现有手势识别技术中存在的问题。本专利技术实施例的第一方面提供了一种手势识别方法，包括：获取第一预设数量帧的雷达回波信号，并确定各帧雷达回波信号的权重；采用分类模型分别对各帧雷达回波信号进行分类，得到各帧雷达回波信号分别对应的各预设手势类型的分类概率；<本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n获取第一预设数量帧的雷达回波信号，并确定各帧雷达回波信号的权重；/n采用分类模型分别对所述各帧雷达回波信号进行分类，得到所述各帧雷达回波信号分别对应的各预设手势类型的分类概率；/n根据所述各帧雷达回波信号分别对应的各预设手势类型的分类概率及所述各帧雷达回波信号的权重，确定手势识别结果。/n

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：
获取第一预设数量帧的雷达回波信号，并确定各帧雷达回波信号的权重；
采用分类模型分别对所述各帧雷达回波信号进行分类，得到所述各帧雷达回波信号分别对应的各预设手势类型的分类概率；
根据所述各帧雷达回波信号分别对应的各预设手势类型的分类概率及所述各帧雷达回波信号的权重，确定手势识别结果。


2.如权利要求1所述的手势识别方法，其特征在于，所述根据所述各帧雷达回波信号分别对应的各预设手势类型的分类概率及所述各帧雷达回波信号的权重，确定手势识别结果，包括：
根据所述各帧雷达回波信号分别对应的各预设手势类型的分类概率及所述各帧雷达回波信号的权重，确定各预设手势类型分别对应的综合概率；
确定所述各预设手势类型分别对应的综合概率中的最大值，记为最大概率值；
若所述最大概率值大于预设阈值，则确定所述手势识别结果为所述最大概率值对应的预设手势类型。


3.如权利要求2所述的手势识别方法，其特征在于，所述各预设手势类型分别对应的综合概率的计算公式为：



其中，Pj为第j个预设手势类型对应的综合概率，j＝1,2,…,M，M为所述各预设手势类型的数量；pij为第i帧雷达回波信号对应的第j个预设手势类型的分类概率，i＝1,2,…,N，N为所述第一预设数量；wi为所述第i帧雷达回波信号的权重。


4.如权利要求2所述的手势识别方法，其特征在于，所述预设阈值为0.7。


5.如权利要求1所述的手势识别方法，其特征在于，所述第一预设数量帧的雷...

【专利技术属性】
技术研发人员：陈红伟，程毅，刘志贤，李彦龙，秦屹，
申请(专利权)人：森思泰克河北科技有限公司，
类型：发明
国别省市：河北;13