本發(fā)明涉及一種基于運動傳感器的手勢識別方法及智能可穿戴攝像機(jī)，屬于智能可穿戴設(shè)備以及模式識別技術(shù)領(lǐng)域。

背景技術(shù)：

隨著模式識別技術(shù)和智能可穿戴技術(shù)的不斷發(fā)展和創(chuàng)新，圍繞“智能”展開的可穿戴設(shè)備呈現(xiàn)出蓬勃的發(fā)展生機(jī)。智能可穿戴產(chǎn)品自身集成多種傳感器和攝像頭，具有感受、反映和記憶的功能。目前智能可穿戴產(chǎn)品以便攜化、可交互性和易操作性為發(fā)展導(dǎo)向，對關(guān)鍵技術(shù)進(jìn)行逐步突破。智能可穿戴產(chǎn)品的交互性是其研究的側(cè)重點。可交互性體現(xiàn)智能可穿戴產(chǎn)品的使用效果和用戶體驗樂趣，是智能可穿戴產(chǎn)品推向市場的基石。

目前智能可穿戴產(chǎn)品的交互方式多采用按鍵和觸摸屏的方式觸發(fā)相應(yīng)事件。然而智能可穿戴產(chǎn)品具有不同的佩戴方式，例如佩戴在頭部，這樣導(dǎo)致很難實現(xiàn)有效的交互。而基于模式識別技術(shù)的手勢識別在智能可穿戴設(shè)備中得到廣泛的應(yīng)用。傳統(tǒng)的手勢識別交互方式主要有基于計算機(jī)視覺的交互方式、基于數(shù)據(jù)手套的交互方式和基于肌電傳感器的交互方式?；谟嬎銠C(jī)視覺的手勢識別方式多采用攝像頭采集彩色圖像信息或采用專業(yè)的深度攝像頭采集深度圖像信息來識別用戶的手勢，但這種方式易受外部環(huán)境的影響，復(fù)雜的背景下很難去除遮擋物和冗余信息的干擾?；跀?shù)據(jù)手套的交互方式，利用數(shù)據(jù)手套采集用戶的手勢信息，該方法需要佩戴專用的手套，且操作復(fù)雜價格昂貴。基于肌電傳感器的交互方式主要是通過腕帶的方式采集小臂的數(shù)據(jù)，來識別不同的手勢信息，該方式需要佩戴專業(yè)的腕帶，要求腕帶和肌膚緊密貼合，這樣會給用戶帶來極大的不適。鑒于此，上述的交互方式很難在智能攝像機(jī)上使用。

然而，智能可穿戴產(chǎn)品自身集成多種運動傳感器。基于加速度傳感器的手勢識別方法得到了廣泛的關(guān)注，通過對采集的加速度數(shù)據(jù)進(jìn)行特征數(shù)據(jù)提取可以得到區(qū)別不同手勢的條件，但受智能可穿戴產(chǎn)品姿態(tài)的限制。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提供一種基于運動傳感器的手勢識別方法及智能可穿戴攝像機(jī)，根據(jù)智能可穿戴產(chǎn)品的特點，利用三軸加速度傳感器和三軸陀螺儀傳感器采集的數(shù)據(jù)進(jìn)行處理，使得智能可穿戴攝像機(jī)的應(yīng)用更加豐富。

按照本發(fā)明提供的技術(shù)方案，一種基于運動傳感器的手勢識別方法，其特征是，包括以下步驟：

步驟s1、手勢識別數(shù)據(jù)的采集與預(yù)處理：采集手勢運動時設(shè)備的加速度信息和姿態(tài)信息；對采集的信息采用抽取突變的方法，初步剔除靜態(tài)和緩慢變化的數(shù)據(jù)；

步驟s2、設(shè)定手勢的起點和終點：選取加速度變化量作為判斷手勢起點和終點的依據(jù)；

步驟s3、提取手勢的特征值信息：選取手勢長度l、手勢能量e和波峰數(shù)p作為提取手勢的特征信息；

步驟s4、手勢分類：將手勢分為：敲擊、翻轉(zhuǎn)、甩動和晃動四種類型；

步驟s5、構(gòu)造fisher分類函數(shù)：采集大數(shù)據(jù)的手勢信息進(jìn)行訓(xùn)練，構(gòu)造fisher分類函數(shù)為：

f＝a*l+b*e+c*p+d；其中，a，b，c，d為通過樣本數(shù)據(jù)求得的最優(yōu)值；

步驟s6、甩動和晃動手勢方向判斷：將設(shè)備坐標(biāo)系下的姿態(tài)信息轉(zhuǎn)化為用戶坐標(biāo)系下的姿態(tài)信息，在用戶坐標(biāo)系下判斷甩動和晃動的方向。

步驟s7、手勢識別：

基于手勢能量識別敲擊類手勢；基于x軸能量最小識別翻轉(zhuǎn)手勢；基于fisher分類函數(shù)識別甩動和晃動手勢：如果f>0定義為甩動類；如果f<0定義為晃動類；

進(jìn)一步的，所述步驟s1中，設(shè)備的加速度信息由三軸加速度傳感器進(jìn)行采集。

進(jìn)一步的，所述步驟s1中，設(shè)備姿態(tài)信息為采用三軸陀螺儀傳感器采集的x、y、z軸的設(shè)備角度信息，分別為三軸陀螺儀傳感器的x、y和z軸的俯仰角、航向角和橫滾角。

進(jìn)一步的，所述步驟s2中，表征手勢起點和終點的變化規(guī)則為：

(1)如果則i為手勢起點；

(2)如果則i為手勢終點；

其中，l為采樣點個數(shù)，mth、nth為起點和終點判斷閥值，為三軸加速度傳感器的變化。

進(jìn)一步的，所述步驟s3中，提取手勢的特征值信息時剔除誤動作的判斷條件為：

(1)l＜0.1s；

(2)e>1500；

(3)300<e<1000且p＝0。

所述智能可穿戴攝像機(jī)，其特征是：所述智能可穿戴攝像機(jī)包括采集設(shè)備手勢信息的傳感器、以及將傳感器采集的手勢信息按上述手勢識別方法進(jìn)行處理的微控制器。

進(jìn)一步的，所述傳感器包括采集設(shè)備加速度信息的三軸加速度傳感器和設(shè)備角度信息的三軸陀螺儀傳感器。

進(jìn)一步的，還包括wi-fi模塊和顯示屏。

進(jìn)一步的，所述智能可穿戴攝像機(jī)進(jìn)行圖片選擇時包括以下步驟：

(1)采用三軸加速度傳感器和三軸陀螺儀傳感器采集用戶手勢運動時設(shè)備的加速度信息和角度信息；

(2)將采集的手勢數(shù)據(jù)信息傳送到微控制器，所述微控制器對采集的手勢信息進(jìn)行處理、識別出手勢信息；

(3)識別的用戶手勢信息結(jié)合手勢定義來選擇存儲于所述智能可穿戴攝像機(jī)的圖片；

(4)將選擇的圖片通過wi-fi模塊發(fā)送到顯示屏顯示。

本發(fā)明所述基于運動傳感器的手勢識別方法及智能可穿戴攝像機(jī)，根據(jù)智能可穿戴產(chǎn)品的特點，利用三軸加速度傳感器和三軸陀螺儀傳感器采集的數(shù)據(jù)進(jìn)行處理，使得智能可穿戴攝像機(jī)的應(yīng)用更加豐富。

附圖說明

圖1為本發(fā)明所述基于運動傳感器的手勢識別方法的流程框圖。

圖2為本發(fā)明所述智能可穿戴攝像機(jī)的框圖。

附圖標(biāo)記說明：100-可穿戴智能攝像機(jī)、101-三軸加速度傳感器、102-三軸陀螺儀傳感器、103-微控制器、104-wi-fi模塊、105-顯示屏。

具體實施方式

下面結(jié)合具體附圖和實施例對本發(fā)明作進(jìn)一步說明。

實施例一：

如圖1所示，本發(fā)明所述基于運動傳感器的手勢識別方法，具體包括：

步驟s1、手勢識別數(shù)據(jù)的采集與預(yù)處理：手握智能可穿戴攝像機(jī)做出不同的手勢，以三軸加速度傳感器采集x、y、z軸的設(shè)備加速度數(shù)據(jù)；以三軸陀螺儀傳感器采集x、y、z軸的設(shè)備角度信息。記三軸加速度傳感器采集的數(shù)據(jù)信息和三軸陀螺儀傳感器采集的數(shù)據(jù)信息分別為和其中，ax、ay和az分別為三軸加速度傳感器的x、y和z軸的加速度數(shù)據(jù)；θ1、θ2和θ3分別為三軸陀螺儀傳感器的x、y和z軸的俯仰角、航向角和橫滾角。

對采集的手勢信息需要選取反映手勢變化劇烈的數(shù)據(jù)點，采用抽取突變的方法，初步剔除靜態(tài)和緩慢變化的數(shù)據(jù)。

s2、設(shè)定手勢的起點和終點：讀取三軸加速度傳感器采集x、y、z軸的設(shè)備加速度數(shù)據(jù)，計算加速度的變化量。選取加速度變化量作為判斷手勢起點和終點的依據(jù)；在沒有手勢時三軸加速度相對比較平穩(wěn)，在發(fā)生手勢變化時，三軸加速度數(shù)據(jù)會發(fā)生明顯的變化，通過對三軸的加速度進(jìn)行差分處理，得到凸顯手勢變化開始和結(jié)束的條件，記三軸加速度傳感器的變化為：

表征手勢起點和終點的變化規(guī)則可表述為：

(1)如果則i為手勢起點；

(2)如果則i為手勢終點；

其中，l為采樣點個數(shù)，mth、nth為起點和終點判斷閥值。一般情況下，開始閾值大于結(jié)束閾值，較大的開始閾值可幫助濾除噪聲數(shù)據(jù)，較小的結(jié)束閾值可以采集有效的手勢數(shù)據(jù)；l的引入消除了環(huán)境和手抖動帶來的誤差。

s3、提取手勢的特征值信息：預(yù)處理的數(shù)據(jù)信息仍然含有復(fù)雜的手勢數(shù)據(jù)信息，直接拿來作為判斷手勢仍然存在一定的難度。通過提取最能反映手勢信息的傳感器數(shù)據(jù)，來識別不同的手勢信息。

(1)手勢長度l，即完成一次手勢所需要的時間，這是手勢判斷的最基本標(biāo)準(zhǔn)：

l＝t結(jié)束時間-t開始時間；其中，t開始時間為手勢開始時間，t結(jié)束時間為手勢結(jié)束時間。

(2)手勢能量e，即完成一次手勢需要的能量，通過能量能夠判斷手勢的劇烈程度：

其中，t為時間序列的長度，axi、ayi、azi分別為i時間點x、y、z軸方向的加速度數(shù)值；gxi、gyi、gzi分別為i時刻x、y、z方向的重力加速度數(shù)值。

(3)波峰數(shù)p：反映x、y和z軸的加速度的變化趨勢。

p＝px+py+pz；其中，px、py和pz分別為x方向、y方向和z方向的加速度的波峰數(shù)量。

基于上述3個反映手勢特征的標(biāo)準(zhǔn)，得到剔除誤動作的判斷條件：

(1)l＜0.1s，手勢長度至少為0.1s；

(2)e>1500，手勢能量一般最大為1200左右；

(3)300<e<1000且p＝0，能量處于300到1000之間的翻轉(zhuǎn)和甩動手勢的波峰不為0。

s4、手勢分類：根據(jù)分類標(biāo)準(zhǔn)本發(fā)明將手勢分為：敲擊、翻轉(zhuǎn)、甩動和晃動四種類型。

s5、構(gòu)造fisher分類函數(shù)：對采集大數(shù)據(jù)的手勢信息進(jìn)行訓(xùn)練，構(gòu)造fisher分類函數(shù)為：

f＝a*l+b*e+c*p+d；其中，a，b，c，d為通過樣本數(shù)據(jù)求得的最優(yōu)值。

s6、甩動和晃動手勢方向判斷：由于傳感器采集的數(shù)據(jù)為設(shè)備的信息，當(dāng)設(shè)備處于不同姿態(tài)時同樣的動作會有不同的數(shù)據(jù)信息，判斷甩動和晃動的具體方向不夠精確。通過將設(shè)備坐標(biāo)系下的姿態(tài)信息轉(zhuǎn)化為用戶坐標(biāo)系下的姿態(tài)信息，在較為穩(wěn)定的用戶坐標(biāo)系下結(jié)合設(shè)備的加速度信息和姿態(tài)信息判斷甩動和晃動的方向。

s7、手勢識別：

基于手勢能量識別敲擊類手勢：敲擊時加速度小、持續(xù)時間短，手勢能量遠(yuǎn)小于其他類手勢；

基于x軸能量最小識別翻轉(zhuǎn)手勢：由于智能攝像機(jī)為長方形設(shè)備，翻轉(zhuǎn)時設(shè)備能量主要集中在y和z軸，因此x軸的能量最小。

基于fisher分類函數(shù)識別甩動和晃動手勢：如果f>0定義為甩動類；如果f<0定義為晃動類。結(jié)合甩動和晃動方向可以區(qū)分上下甩動和上下晃動、左右甩動和左右晃動的手勢。

實施例二：

如圖2所示，本發(fā)明所述智能可穿戴攝像機(jī)的內(nèi)部存儲實施例一中所述的手勢識別方法。

所述智能可穿戴攝像機(jī)的功能豐富，本發(fā)明實施例二僅介紹其手勢識別中的圖片選擇顯示功能。該功能的實現(xiàn)主要涉及以下部件：三軸加速度傳感器101、三軸陀螺儀傳感器102、微控制器103、wi-fi模塊104和顯示屏105。所述三軸加速度傳感器101負(fù)責(zé)采集用戶手勢x、y和z軸的加速度數(shù)據(jù)；所述三軸陀螺儀傳感器102負(fù)責(zé)采集用戶手勢x、y和z軸的角度數(shù)據(jù)。所述微控制器103內(nèi)部存儲實施例一中的手勢識別方法；所示wi-fi模塊104負(fù)責(zé)傳輸顯示的圖片信息。

本發(fā)明實施例二中所述的圖片選擇顯示功能可表述為：通過采集使用者的手勢信息，選擇存儲于所述智能攝像機(jī)中的圖片，通過wi-fi模塊發(fā)送到顯示屏顯示。手握智能可穿戴攝像機(jī)，左右甩動，在顯示屏105上會實現(xiàn)切換顯示圖片的效果。具體步驟為：

(1)、打開智能可穿戴攝像機(jī)手勢識別開關(guān)；

(2)、采用三軸加速度傳感器101和三軸陀螺儀傳感器102采集用戶的手勢數(shù)據(jù)信息；

(3)、將采集的手勢數(shù)據(jù)信息傳送到與之電連接的微控制器103，所述微控制器103對采集的手勢信息進(jìn)行處理、識別；

(4)、識別的用戶手勢信息來選擇存儲于所述智能可穿戴攝像機(jī)的圖片；

本發(fā)明實施例二中的手勢定義為左右甩動。存儲于智能可穿戴攝像機(jī)的圖片按拍攝時間順序存儲。當(dāng)識別為左甩動時，定義為選擇上一個圖片；當(dāng)識別為右甩動時，定義為選擇下一個圖片；

(5)、將選擇的圖片通過所述wi-fi模塊發(fā)送到顯示屏顯示：所述顯示屏105要求具有wi-fi功能，所述顯示屏105和所示智能攝像機(jī)通過wi-fi連接。