【技术实现步骤摘要】
本专利技术涉及人机交互领域，尤其涉及一种手势动作识别方法及系统。
技术介绍
1、随着人工智能的发展，各种各样的人机交互设备涌现，传统的交互方式比如键盘、鼠标已经不能满足日常的要求。目前的人机交互方面主要有两种：基于计算机视觉和基于人体阻抗电信号，其中：
2、（1）基于计算机视觉进行人机交互：计算机视觉在人机交互中通过摄像头捕捉手势图像或视频，图像采集与预处理，结合算法提取特征并实现分类与动作识别，计算机视觉存在受环境影响大，光照变化以及复杂背景都会导致手部分割困难，导致其局限性比较大。也即基于计算机视觉的人机交互方法受环境干扰比较大，在光照条件差和有遮挡的情况下效果不理想。
3、（2）现有基于人体表面阻抗信号的人机交互主要是通过捕捉肌肉收缩过程中的电活动，通过表面电极实现非侵入式的人机交互。将肌肉收缩引起的电信号变化进行分类和特征提取，最后通过分类算法实现手势识别进而实现人机交互。但是目前通过阻抗电信号进行人机交互的方法中，一般采用的是16电极或者8电极，电极数量较多，在使用过程中不够便捷，这极大地限制了该方法在
【技术保护点】
1.一种手势动作识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的手势动作识别方法，其特征在于，在步骤S1中，通过所述第一电极对人体施加激励电信号，包括：
3.根据权利要求1所述的手势动作识别方法，其特征在于，在步骤S2中，包括以下步骤：
4.根据权利要求1所述的手势动作识别方法，其特征在于，还包括：基于所述手势类别确定控制指令；将所述控制指令发送至接收端，以使接收端根据所述控制指令进行操作。
5.根据权利要求1所述的手势动作识别方法，其特征在于，还包括以下步骤：
6.根据权利要求5所述的手势动作...
【技术特征摘要】
1.一种手势动作识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的手势动作识别方法，其特征在于，在步骤s1中，通过所述第一电极对人体施加激励电信号，包括：
3.根据权利要求1所述的手势动作识别方法，其特征在于，在步骤s2中，包括以下步骤：
4.根据权利要求1所述的手势动作识别方法，其特征在于，还包括：基于所述手势类别确定控制指令；将所述控制指令发送至接收端，以使接收端根据所述控制指令进行操作。
5.根据权利要求1所述的手势动作识别方法，其特征在于，还包括以下步骤：
6.根据权利要求5所述的手势动作识别方法，其特征在于，从所述多组不同数值的模型参数组合中选择目标参数组合，以及从所述训练数据集中选择目标数据集，包括：
【专利技术属性】
技术研发人员：张世武，余平安，马刚，董帅，
申请(专利权)人：中国科学技术大学，
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。