【技术实现步骤摘要】
本申请涉及手势识别。具体地，本申请涉及一种样本集构建方法、手势识别方法、装置、计算机设备和存储介质。
技术介绍
1、基于肌电信号的手势识别技术是一种通过分析人体肌肉的电信号来识别和理解手部动作的技术。这一技术可以应用于虚拟现实和增强现实游戏、康复和生理监测、手势交互界面等多个领域。在基于肌电信号的手势识别和手势控制技术中，准确地识别和标注肌电信号与手势之间的关系具有重要意义。
2、传统技术中，通常需要依赖于人工对肌电信号与手势之间的关系进行标注。然而，人工标注需要耗费大量的时间和人力资源。同时，人工标注容易受到主观因素和人为错误的影响，导致标注出现偏差，最终影响手势识别的准确性和性能。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种样本集构建方法、装置、计算机设备和存储介质。
2、第一方面，本申请提供了一种样本集构建方法。所述样本集包括带有手势标签的肌电信号；所述方法包括：
3、以第一预设频率采集肌电信号，并按照采集的时间顺序依次将所述肌电信号以及所述肌电信号的时间戳存入肌电信号数组中；其中，所述肌电信号的时间戳为采集所述肌电信号的时间点；
4、以第二预设频率采集手部图像，并将所述手部图像输入至训练好的手部骨骼点提取模型中，得到手部骨骼点数据，按照采集的时间顺序依次将所述手部骨骼点数据以及所述手部骨骼点数据的时间戳存入手势标签数组中；其中，所述手部骨骼点数据的时间戳为采集所述手部图像的时间点；
5、对所述手势标
6、对所述平滑后的手部骨骼点数据进行归一化，得到归一化后的手部骨骼点数据；
7、将所述归一化后的手部骨骼点数据与所述肌电信号数组中存储的肌电信号进行时序对齐，得到对齐的手部骨骼点数据和肌电信号；
8、在所述对齐的手部骨骼点数据和肌电信号中，将手部骨骼点数据作为手势标签，关联至时间戳相同的肌电信号上，得到所述样本集。
9、在其中一个实施例中，所述对所述手势标签数组中存储的手部骨骼点数据进行时序平滑，得到平滑后的手部骨骼点数据，包括：
10、获取设定的平滑滤波大小和平滑系数；
11、根据所述平滑滤波大小，确定平滑中心时间点；
12、根据所述平滑中心时间点和所述平滑系数，计算平滑时各时间点对应的平滑算子；
13、在所述手势标签数组中的首组手部骨骼点数据之前，填充k//2组所述首组手部骨骼点数据，并在所述手势标签数组中的尾组手部骨骼点数据之后，填充(k-1)//2组所述尾组手部骨骼点数据，获得填充后的手势标签数组；其中，k表示所述平滑滤波大小；
14、循环执行当填充后的手势标签数组中手部骨骼点数据的数量大于或等于k时，将所述填充后的手势标签数组中前k组手部骨骼点数据，按照时间点先后关系，与相应的平滑算子进行加权求和，以获得平滑后的手部骨骼点数据。
15、在其中一个实施例中，所述平滑后的手部骨骼点数据包括手部骨骼点三维坐标；
16、所述对所述平滑后的手部骨骼点数据进行归一化，得到归一化后的手部骨骼点数据，包括：
17、在所述平滑后的手部骨骼点数据中，针对每组手部骨骼点数据，根据所述手部骨骼点三维坐标，获取腕部纵深距离；
18、在所述平滑后的手部骨骼点数据中，针对每组手部骨骼点数据，根据所述手部骨骼点三维坐标和所述腕部纵深距离，得到纵深归一化后的手部骨骼点数据；
19、在所述纵深归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标减去手腕骨骼点三维坐标，得到归一化后的手部骨骼点数据；其中，手腕骨骼点为处于手腕处的骨骼点。
20、在其中一个实施例中，所述在所述纵深归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标减去手腕骨骼点三维坐标，得到归一化后的手部骨骼点数据，包括：
21、在所述纵深归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标减去手腕骨骼点三维坐标，得到手腕原点归一化后的手部骨骼点数据；
22、在所述手腕原点归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，根据小指指根骨骼点三维坐标与食指指根骨骼点三维坐标确定的三维向量与水平面之间的角度，旋转所述手部骨骼点数据与水平面对齐，得到水平对齐的手部骨骼点数据；
23、在所述水平对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据中指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量与水平面之间的角度，旋转所述手部骨骼点数据与水平面垂直，得到归一化后的手部骨骼点数据。
24、在其中一个实施例中，所述在所述水平对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据中指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量与水平面之间的角度，旋转所述手部骨骼点数据与水平面垂直，得到归一化后的手部骨骼点数据，包括：
25、在所述水平对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据中指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量与水平面之间的角度，旋转所述手部骨骼点数据与水平面垂直，得到竖直对齐的手部骨骼点数据；
26、在所述竖直对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据小指指根骨骼点三维坐标与食指指根骨骼点三维坐标确定的三维向量、食指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量和手腕骨骼点三维坐标与小指指根骨骼点三维坐标确定的三维向量，确定三角形面积，并根据所述三角形面积和预设的手掌标准大小，对所述手部骨骼点数据进行缩放，得到大小对齐的手部骨骼点数据；
27、在所述大小对齐的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标中的x坐标和y坐标以预设倍数进行放大，得到归一化后的手部骨骼点数据；其中，所述x坐标表示图像横向距离，所述y坐标表示图像纵向距离。
28、在其中一个实施例中，所述将所述归一化后的手部骨骼点数据与所述肌电信号数组中存储的肌电信号进行时序对齐，得到对齐的手部骨骼点数据和肌电信号，包括：
29、在归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，在所述肌电信号数组中，搜索离所述手部骨骼点数据的时间戳最近的肌电信号的时间戳，并采用所述肌电信号的时间戳替换所述手部骨骼点数据的时间戳，得到替换后的手部骨骼点数据；
30、在替换后的手部骨骼点数据中，根据相邻的手部骨骼点数据以及所述相邻的手部骨骼点数据的时间戳，采用插值法填充所述相邻的手部骨骼点数据之间缺失的手部骨骼点数据，以获得对齐的手部骨骼点数据和肌电信号。
31、第二方面，本申请提供了一种手势识别方法。所述方法包括：
32、获取肌电信号；
33、将所述肌电信号输入至训练好的手势识别模型中，确定手势识别结果；其中，所本文档来自技高网...
【技术保护点】
1.一种样本集构建方法，其特征在于，所述样本集包括带有手势标签的肌电信号；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述手势标签数组中存储的手部骨骼点数据进行时序平滑，得到平滑后的手部骨骼点数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述平滑后的手部骨骼点数据包括手部骨骼点三维坐标；
4.根据权利要求3所述的方法，其特征在于，所述在所述纵深归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标减去手腕骨骼点三维坐标，得到归一化后的手部骨骼点数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述在所述水平对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据中指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量与水平面之间的角度，旋转所述手部骨骼点数据与水平面垂直，得到归一化后的手部骨骼点数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述归一化后的手部骨骼点数据与所述肌电信号数组中存储的肌电信号进行时序对齐，得到对齐的手部骨骼点数据和肌电信号，包
7.一种手势识别方法，其特征在于，所述方法包括：
8.一种样本集构建装置，其特征在于，所述样本集包括带有手势标签的肌电信号；所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种样本集构建方法，其特征在于，所述样本集包括带有手势标签的肌电信号；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述手势标签数组中存储的手部骨骼点数据进行时序平滑，得到平滑后的手部骨骼点数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述平滑后的手部骨骼点数据包括手部骨骼点三维坐标；
4.根据权利要求3所述的方法，其特征在于，所述在所述纵深归一化后的手部骨骼点数据中，针对每组手部骨骼点数据，将所有手部骨骼点三维坐标减去手腕骨骼点三维坐标，得到归一化后的手部骨骼点数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述在所述水平对齐的手部骨骼点数据中，针对每组手部骨骼点数据，根据中指指根骨骼点三维坐标与手腕骨骼点三维坐标确定的三维向量与水平面之间的...
【专利技术属性】
技术研发人员：秦旭，王智林，路璐，张玉冰，陈燕红，
申请(专利权)人：北京雪梦未来科技有限公司，
类型：发明
国别省市：
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。