基于觸控板的手勢識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于觸控板的手勢識別方法，屬于手勢識別技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 觸控板可以用于輸入任何形狀的手勢信號，實現(xiàn)通過手勢信號控制指令的輸出。 通常進行手勢（尤其是一些比較復(fù)雜的手勢或不規(guī)律的手勢）識別時，計算機會采集用戶 手勢所形成的一組候選點，與預(yù)先設(shè)定好的模板進行匹配。其中，所述的候選點和模板可以 通過采集人機交互裝置上某位置感應(yīng)區(qū)域上的移動動作獲得。但是由于用戶輸入候選點的 速率及采集模板信號時輸入的速率并不一致，而信號輸入的速率又會影響手勢信號輸入點 的數(shù)目以及各個點的間距，從而導(dǎo)致采集的用戶手勢信號無法與模板信號進行精確、快速 的匹配，也即無法快速、準確的識別用戶的手勢信號（如圖1~圖8所示，其中，圖1~圖8 兩兩為一組，說明了在不同的采集速率下所得到的圖形的候選點數(shù)目會有不同，從而影響 了手勢信號的識別）。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于，提供一種基于觸控板的手勢識別方法，它可以有效解決現(xiàn)有 技術(shù)中存在的問題，實現(xiàn)快速、準確的識別用戶的手勢信號。
[0004] 為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：一種基于觸控板的手勢識別 方法，包括以下步驟：
[0005] S1，對所采集的用戶原始手勢路徑及原始模板手勢路徑進行重采樣，將用戶手勢 路徑及模板手勢路徑重新劃分為等間隔點所形成的路徑；
[0006] S2,計算用戶手勢路徑等間隔點的集合與各個模板手勢路徑的等間隔點的集合之 間的平均距離。
[0007] 優(yōu)選的，步驟S1中所述的將用戶手勢路徑及模板手勢路徑重新劃分為等間隔點 所形成的路徑具體包括以下步驟：
[0008] S11，計算用戶原始手勢路徑及原始模板手勢路徑的長度；
[0009] S12,假設(shè)利用等間隔點將所述的用戶原始手勢路徑及原始模板手勢路徑平均劃 分為N-1段；
[0010] S13,從起始點開始，通過線性插值法插入點，將用戶原始手勢路徑及原始模板手 勢路徑重新劃分成包含N個等間隔點的路徑。
[0011] 采用以上方法即可將用戶手勢路徑及模板手勢路徑重新劃分為等間隔點所形成 的路徑，使得不同速率下所采集的用戶原始手勢路徑及原始模板能夠?qū)崿F(xiàn)匹配處理。
[0012] 更優(yōu)選的，所述的N的取值為32 <N< 256,從而可以同時提高手勢信號識別的準 確性和效率。
[0013] 進一步優(yōu)選的，所述的N的取值為64,從而使得手勢信號識別的準確性和效率更 尚。
[0014] 上述方法的步驟S2中，通過以下方式計算用戶手勢路徑等間隔點的集合與各個 模板手勢路徑的等間隔點的集合之間的平均距離：
[0015]
[0016] 其中，山為用戶手勢路徑等間隔點的集合與第i個模板手勢路徑的等間隔點的集 合之間的平均距離，k、N為各個集合所包含的等間隔的點的數(shù)量，C[k]為用戶手勢路徑等 間隔點的集合，T[k]為模板手勢路徑的等間隔點的集合；從而可以更加準確、直觀的獲得 與原始手勢路徑匹配的原始模板手勢路徑。
[0017] 前述的基于觸控板的手勢識別方法中，步驟S2還包括：對重采樣處理后的用戶手 勢路徑及模板手勢路徑進行旋轉(zhuǎn)，使得手勢路徑的質(zhì)心與路徑起始點所形成直線與水平線 的夾角為〇,從而可以進一步提高手勢信號識別的準確性。
[0018] 前述的基于觸控板的手勢識別方法中，步驟S2還包括：將重采樣處理后的用戶手 勢路徑及模板手勢路徑縮放至同一正方形中，使得路徑縱坐標的最大值與正方形中上邊的 縱坐標相同，路徑縱坐標的最小值與正方形中下邊的縱坐標相同，從而可以進一步提高手 勢信號識別的準確性。
[0019] 優(yōu)選的，步驟S2還包括：計算用戶手勢路徑等間隔點的集合與各個模板手勢路徑 的等間隔點的集合之間的匹配值：
[0020]
[0021] 其中，score為匹
配值，size為正方形的邊長，山為用戶手勢路徑等間隔點的集合 與第i個模板手勢路徑的等間隔點的集合之間的平均距離，<為所有山中的最小值，4對 應(yīng)的模板即為獲得的匹配模板，從而可以更直接、更準確的獲得與原始手勢路徑匹配的原 始模板手勢路徑，同時以百分比的形式展現(xiàn)的數(shù)據(jù)更增強了手勢匹配結(jié)果的可讀性。
[0022] 與現(xiàn)有技術(shù)相比，本發(fā)明通過對用戶原始手勢路徑及原始模板手勢路徑進行重采 樣，將用戶手勢路徑及模板手勢路徑重新劃分為等間隔點所形成的路徑，然后計算用戶手 勢路徑等間隔點的集合與各個模板手勢路徑的等間隔點的集合之間的平均距離，從而使得 不同速率下所采集的用戶原始手勢路徑和原始模板的匹配成為可能，可以快速、準確的實 現(xiàn)用戶手勢信號的識別。據(jù)大量數(shù)據(jù)統(tǒng)計表明，相對于現(xiàn)有技術(shù)，采用本發(fā)明中的技術(shù)對所 采集的用戶原始手勢路徑及原始模板手勢路徑進行重采樣，將用戶手勢路徑及模板手勢路 徑重新劃分為等間隔點所形成的路徑后再進行識別，識別的準確性提高了 2 %，識別效率提 高了 4. 4% ;采用本發(fā)明中的重采樣技術(shù)進行處理再結(jié)合旋轉(zhuǎn)技術(shù)處理后，進行手勢識別的 準確性提高了 4. 2% ;采用本發(fā)明中的重采樣技術(shù)進行處理再結(jié)合縮放技術(shù)處理后，進行手 勢識別的準確性提高了 3. 5% ;采用本發(fā)明中的重采樣技術(shù)進行處理再結(jié)合旋轉(zhuǎn)技術(shù)、縮放 技術(shù)處理后，進行手勢識別的準確性提高了 5. 8%，識別效率提高了 6. 3%。最后，本發(fā)明的 手勢識別方法簡單，便于操作和實現(xiàn)；而且實施過程中可以實時地增加或者刪除模板，提高 了手勢識別的準確性；另外，本發(fā)明實現(xiàn)過程中只需要手勢模板與候選點集合即可進行匹 配，無需其他數(shù)據(jù)，也無需人為干預(yù)或者訓(xùn)練，從而進一步提高了手勢識別的準確性和識別 效率。
【附圖說明】
[0023] 圖1~圖8是用戶原始手勢路徑及原始模板手勢路徑示意圖；
[0024] 圖9是另一用戶原始手勢路徑或原始模板手勢路徑示意圖；
[0025] 圖10~圖12分別是與圖9所對應(yīng)N= 32、N= 64、N= 128的重采樣后的用戶手 勢路徑或模板手勢路徑；
[0026] 圖13是另一用戶原始手勢路徑或原始模板手勢路徑示意圖；
[0027] 圖14是與圖13所對應(yīng)的旋轉(zhuǎn)后的用戶手勢路徑或模板手勢路徑；
[0028] 圖15是本發(fā)明的一種實施例的方法流程圖。
[0029] 下面結(jié)合附圖和【具體實施方式】對本發(fā)明作進一步的說明。
【具體實施方式】
[0030] 本發(fā)明的實施例1 :一種基于觸控板的手勢識別方法，如圖15所示，包括以下步 驟：
[0031]S1，對所采集的用戶原始手勢路徑及原始模板手勢路徑進行重采樣，將用戶手勢 路徑及模板手勢路徑重新劃分為等間隔點所形成的路徑；具體包括以下步驟：
[0032]S11，計算用戶原始手勢路徑及原始模板手勢路徑的長度；
[0033]S12,假設(shè)利用等間隔點將所述的用戶原始手勢路徑及原始模板手勢路徑平均劃 分為N-1段；其中，所述的N的取值為64;
[0034]S13,從起始點開始，通過線性插值法插入點，將用戶原始手勢路徑及原始模板手 勢路徑重新劃分成包含N個等間隔點的路徑；
[0035] S2,對重采樣處理后的用戶手勢路徑及模板手勢路徑進行旋轉(zhuǎn)，使得手勢路徑的 質(zhì)心與路徑起始點所形成直線與水平線的夾角為0 ;將旋轉(zhuǎn)后的用戶手勢路徑及模板手勢 路徑縮放至同一正方形中，使得路徑縱坐標的最大值與正方形中上邊的縱坐標相同，路徑 縱坐標的最小值與正方形中下邊的縱坐標相同；計算用戶手勢路徑等間隔點的集合與各個 模板手勢路徑的等間隔點的集合之間的平均距離及匹配值：
[0036]
[0037]
[0038] 將最大匹配值所對應(yīng)的模板作為與用戶手勢路徑匹配的模板。
[0039] 其中，山為用戶手勢路徑等間隔點的集合與第i個模板手勢路徑的等間隔點的集 合之間的平均距離，k、N為各個集合所包含的等間隔的點的數(shù)量，C[k]為用戶手勢路徑等 間隔點的集合，T[k]為模板手勢路徑的等間隔點的集合，score為匹配值，size為正方形的 邊長，<為所有山中的最小值，<對應(yīng)的模板即為此次獲得的匹配模板。
[0040] 實施例2 :-種基于觸控板的手勢識別方法，包括以下步驟：
[0041] S1，對所采集的用戶原始手勢路徑及原始模板手勢路徑進行重采樣，將用戶手勢 路徑及模板手勢路徑重新劃分為等間隔點所形成的路徑；具體包括以下步驟：
[0042]