手势识别方法、装置、设备及存储介质制造方法及图纸

本申请涉及一种手势识别方法、装置、设备及存储介质，应用在手势交互领域，其中方法包括：控制手部数据采集装置采集用户的手部数据；对所述手部数据的进行处理，得到标准手部数据；从预设的手势模型数据库中调取标准手势模型；确定所述标准手势模型的样本数据，将所述标准手部数据与所述样本数据进行对比，计算所述标准手部数据与所述样本数据之间的数据差值；判断所述数据差值是否位于预设的合理差值范围内；若位于，则判定所述标准手部数据与所述样本数据匹配成功。本申请具有的技术效果是：尽量降低手势识别过程中的不稳定性。尽量降低手势识别过程中的不稳定性。尽量降低手势识别过程中的不稳定性。

【技术实现步骤摘要】
手势识别方法、装置、设备及存储介质


[0001]本申请涉及手势交互的
，尤其是涉及一种手势识别方法、装置、设备及存储介质。

技术介绍

[0002]在计算机科学中，手势识别是通过数学算法来识别人类手势的一个议题。手势识别可以来自人的身体各部位的运动，但一般是指脸部和手部的运动。
[0003]手势识别可以被视为计算机理解人体语言的方式，从而在机器和人之间搭建比原始文本用户界面或甚至GUI(图形用户界面)更丰富的桥梁。用户可以使用简单的手势来控制或与设备交互，而无需接触他们。其核心技术为手势分割、手势分析以及手势识别。
[0004]在实现本申请的过程中，专利技术人发现该技术中至少存在如下问题：一般来说，市场上使用到的手势识别方法多为利用手部图像数据，提取手部轮廓点进行识别，受手部图像的清晰度等因素的影响较大。

技术实现思路

[0005]为了尽量降低手势识别过程中的不稳定性，本申请提供的一种手势识别方法、装置、设备及存储介质。
[0006]第一方面，本申请提供一种手势识别方法，采用如下的技术方案：所述方法包括：控制手部数据采集装置采集用户的手部数据；对所述手部数据的进行处理，得到标准手部数据；从预设的手势模型数据库中调取标准手势模型；确定所述标准手势模型的样本数据，将所述标准手部数据与所述样本数据进行对比，计算所述标准手部数据与所述样本数据之间的数据差值；判断所述数据差值是否位于预设的合理差值范围内；若位于，则判定所述标准手部数据与所述样本数据匹配成功。
[0007]通过上述技术方案，手势识别系统利用手部数据采集装置采集用户当前的手部数据，并将采集到的手部数据与预先设置的手势模型数据中的各个样本数据进行对比，找到与当前手部数据相匹配的样本数据，从而实现了对用户所摆出的手势进行识别的效果，相较于图像识别，不受手部图像的清晰度等因素的影响，降低了手势识别过程中的不稳定性。
[0008]在一个具体的可实施方案中，所述手部数据，至少包括：关键点坐标值以及关键点连接关系。
[0009]通过上述技术方案，手势识别系统用于进行手势识别的标准手部数据尽可能的涵盖用户手部的所有信息，但又不会出现数据冗余的情况，在保证的手势识别结果准确性的同时，减少手势识别所花费的时间，进而提升手势识别的效率。
[0010]在一个具体的可实施方案中，所述对所述手部数据进行处理，得到标准手部数据，
具体包括：确定所述手部数据中的关键点连接关系；根据所述关键点连接关系获取相邻的关键点坐标值，根据所述关键点坐标值计算手部折弯角度；将所述手部折弯角度记为标准手部数据。
[0011]通过上述技术方案，手势识别系统对采集的用户手部数据进行处理，减少不同用户手型大小以及手指长短之间的差异对最终的手势识别结果产生消极影响，有利于提升手势识别结果的精确性。
[0012]在一个具体的可实施方案中，在所述若位于，则判定所述所述标准手部数据与所述样本数据匹配成功之后，还包括：记录所述手势模型数据库中的每个标准手势模型匹配成功次数；所述从预设的手势模型数据库中调取标准手势模型，具体包括：根据标准手势模型对应的匹配成功次数对手势模型数据库中的标准手势模型进行升序排列，每个标准手势模型对应的唯一的序列号；依据序列号依次获取标准手势模型。
[0013]通过上述技术方案，手势识别系统根据手势模型数据库中每个标准手势模型对应的成功匹配次数，来判断用户常用的标准手势模型，根据成功匹配次数对手势模型数据库中的标准手势模型进行升序排列，成功匹配次数越多的标准手势模型对应的序号值越小，在进行手部数据匹配时，会优先与成功匹配次数多的标准手势模型进行匹配，有利于提升手势识别的效率。
[0014]在一个具体的可实施方案中，在所述根据标准手势模型对应的匹配成功次数对手势模型数据库中的标准手势模型进行升序排列，还包括：在对所述标准手势模型进行升序排列的过程中，若存在多个标准手势模型的匹配成功次数相等，则查询所述标准手势数据最近一次成功匹配所处历史时间信息；根据所述历史时间信息的先后顺序对所述标准手势数据进行排序。
[0015]通过上述技术方案，在对手势模型数据库中的标准手势模型进行升序排列的过程中，若是存在多个标准手势模型具有相同成功匹配次数，手势识别系统会查看这些标准手势模型近期的使用情况，根据最后一次匹配成功的时间值这一指标对这些标准手势模型进行排序，由于用户的不同手势的使用情况会发生阶段性的变化，手势识别系统将这种阶段性的变化也纳入排序指标中，使得最终的排序结果更加符合用户的实际情况，有助于进一步提升手势识别的效率。
[0016]在一个具体的可实施方案中，在所述判断所述数据差值是否位于预设的合理差值范围内之后，还包括：若不位于，则向用户终端发送名称确认指令；接收由用户终端发送的名称反馈指令，所述名称反馈指令里包括手势模型名称；建立所述手势模型名称与所述标准手部数据之间的关联，生成标准手势模型；将所述标准手势模型存储至手势模型数据库中。
[0017]通过上述技术方案，当手势模型数据库中不存在与用户当前手部数据相匹配的标准手势模型时，手势识别系统会要求用户为这个新的手势命名，并将其存储至手势模型数
据库中，丰富了手势模型数据库中的标准手势模型资源，有利于减少后续手部数据匹配失败的情况。
[0018]在一个具体的可实施方案中，所述若不位于，则向用户终端发送名称确认指令，具体包括：若不位于，则再次将所述标准手部数据与所述样本数据进行匹配；当所述标准手部数据与所述样本数据匹配连续失败次数达到预设的匹配次数阈值时，向用户终端发送名称确认指令。
[0019]通过上述技术方案，当用户的手部数据与手势模型数据库中的标准手势模型均不一致时，手势识别系统会再次进行执行匹配流程，当重复执行的次数达到一定的阈值时，手势识别系统则会判定手势模型数据库中不存在与用户当前手部数据相匹配的标准手势模型，重复多次匹配有助于减少手势识别系统的匹配失误的情况，进而提升手势识别的准确性。
[0020]第二方面，本申请提供一种手势识别装置，采用如下技术方案：所述装置包括：手部数据采集模块，用于控制手部数据采集装置采集用户的手部数据；手部数据处理模块，用于对所述手部数据的数据格式进行处理，得到标准手部数据；手势模型调取模块，用于从预设的手势模型数据库中调取标准手势模型；样本数据确定模块，用于确定所述标准手势模型的样本数据，数据差值计算模块，用于将所述标准手部数据与所述样本数据进行对比，计算所述标准手部数据与所述样本数据之间的数据差值；数据差值比对模块，用于判断所述数据差值是否位于预设的合理差值范围内；手势模型匹配模块，用于若位于，则判定所述标准手部数据与所述样本数据匹配成功。
[0021]第三方面，本申请提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种手势识别方法的计算机程序。
[0022]第四方面，本申请提供一种计算机可读存储介质，采用如本文档来自技高网...

【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，所述方法应用于手势识别系统，所述手势识别系统包括用于采集手部数据的手部数据采集装置，所述方法包括：控制手部数据采集装置采集用户的手部数据；对所述手部数据的进行处理，得到标准手部数据；从预设的手势模型数据库中调取标准手势模型；确定所述标准手势模型的样本数据，将所述标准手部数据与所述样本数据进行对比，计算所述标准手部数据与所述样本数据之间的数据差值；判断所述数据差值是否位于预设的合理差值范围内；若位于，则判定所述标准手部数据与所述样本数据匹配成功。2.根据权利要求1所述的方法，其特征在于，所述手部数据，至少包括：关键点坐标值以及关键点连接关系。3.根据权利要求2所述的方法，其特征在于，所述对所述手部数据进行处理，得到标准手部数据，具体包括：确定所述手部数据中的关键点连接关系；根据所述关键点连接关系获取相邻的关键点坐标值，根据所述关键点坐标值计算手部折弯角度；将所述手部折弯角度记为标准手部数据。4.根据权利要求1所述的方法，其特征在于，在所述若位于，则判定所述所述标准手部数据与所述样本数据匹配成功之后，还包括：记录所述手势模型数据库中的每个标准手势模型匹配成功次数；所述从预设的手势模型数据库中调取标准手势模型，具体包括：根据标准手势模型对应的匹配成功次数对手势模型数据库中的标准手势模型进行升序排列，每个标准手势模型对应的唯一的序列号；依据序列号依次获取标准手势模型。5.根据权利要求4所述的方法，其特征在于，在所述根据标准手势模型对应的匹配成功次数对手势模型数据库中的标准手势模型进行升序排列，还包括：在对所述标准手势模型进行升序排列的过程中，若存在多个标准手势模型的匹配成功次数相等，则查询所述标准手势数据最近一次成功匹配所处历史时间信息；根据所述历史时间信息的先后顺...

【专利技术属性】
技术研发人员：魏炜，姚积成，包振华，
申请(专利权)人：南京莱医特电子科技有限公司，
类型：发明
国别省市：