手势识别方法、手势识别装置、手势识别系统及存储介质制造方法及图纸

本申请公开了一种手势识别方法、手势识别装置、手势识别系统及存储介质，该方法包括：获取肌腱上的振动信息；对振动信息进行处理，得到振动信息对应的特征；基于特征，对振动信息进行分类，得到肌腱对应的手势类别。通过上述方式，本申请能够有效地对手势类别进行分类和识别。识别。识别。

【技术实现步骤摘要】
手势识别方法、手势识别装置、手势识别系统及存储介质


[0001]本申请涉及人机识别
，特别是涉及一种手势识别方法、手势识别装置、手势识别系统及存储介质。

技术介绍

[0002]在外骨骼人机界面领域，意图识别已经成为一种研究重点，其中包括步态识别、手势识别等。使得研究腕部肌腱音在康复外骨骼手势识别中的应用越来越广泛。
[0003]通常，声音可以由手腕肌腱上的传感器收集。然而，一些研究人员通过固定在皮肤上的听诊器通过麦克风记录声音。在现有技术方案应用在外骨骼时，往往会导致测量误差与外骨骼活动的设备碰撞，结合环境噪声克风采集声音信号时会受到噪音影响，导致降低类别进行识别的概率。

技术实现思路

[0004]本申请实施例的第一方面提供了手势识别方法，该方法包括：获取肌腱上的振动信息；对振动信息进行处理，得到振动信息对应的特征；基于特征，对振动信息进行分类，得到肌腱对应的手势类别。
[0005]本申请实施例的第二方面提供了一种手势识别装置，该手势识别装置包括处理器和存储器，存储器中存储有计算机程序，处理器用于执行计算机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手势识别方法，其特征在于，所述方法包括：获取肌腱上的振动信息；对所述振动信息进行处理，得到所述振动信息对应的特征；基于所述特征，对所述振动信息进行分类，得到所述肌腱对应的手势类别。2.根据权利要求1所述的方法，其特征在于，所述对所述振动信息进行处理，包括：转换所述振动信息，得到所述肌腱的声音信号；采用预设软件预处理所述声音信号，得到所述声音信号对应的音频信息；对所述音频信息进行能量激活；对激活后的所述音频信息进行特征提取，以得到所述振动信息对应的特征。3.根据权利要求2所述的方法，其特征在于，所述采用预设软件预处理所述声音信号，包括：利用低通滤波器对所述声音信号进行滤波，得到所述音频信息；对所述音频信息进行分帧，得到所述音频信息对应的多个帧；采用汉明窗处理多个所述帧，选择大于能量阈值的帧。4.根据权利要求3所述的方法，其特征在于，所述对所述声音信号进行能量激活，包括：对多个所述帧进行能量激活；对多个所述能量激活后的帧进行小波变换处理，得到多个小波系数特征；按预设比例，将多个所述小波系数特征输入训练集，得到激活后的所述音频信息。5.根据权利要求3所述的方法，其特征在于，所述采用汉明窗处理多个所述帧，选择大于能量阈值的帧，包括：利用汉明窗判断所述帧的能量值是否大于能量阈值；若大于，则确定选择大于能量阈值的帧。6.根据权利要求1所...

【专利技术属性】
技术研发人员：何柏霖，王灿，段声才，李鹏博，吴新宇，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：