CN112114666A - 基于触摸板的动态手势识别算法 - Google Patents
基于触摸板的动态手势识别算法 Download PDFInfo
- Publication number
- CN112114666A CN112114666A CN202010861368.2A CN202010861368A CN112114666A CN 112114666 A CN112114666 A CN 112114666A CN 202010861368 A CN202010861368 A CN 202010861368A CN 112114666 A CN112114666 A CN 112114666A
- Authority
- CN
- China
- Prior art keywords
- gesture
- vector
- coordinate
- touch pad
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000013598 vector Substances 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Position Input By Displaying (AREA)
Abstract
本发明涉及一种基于触摸板的动态手势识别算法,本发明的方法主要包括以下:1、采集手势有效坐标点;使用相邻两个坐标点生成向量,记录向量vt的模和角度;2、判断手势是否为划圆,若是则确定手势方向,并输出手势结果,否则等待手离开触摸板后,将相同方向的向量合并,模进行累加,得到多个不同方向的向量集合;将向量集合与预设手势数据库中的手势进行匹配,得到可以匹配成功的多个对应的手势,并计算每个手势的对应的向量的总模长,计算每个手势出现的概率,找到出现概率最大的手势并输出手势结果。本发明的方法简单,计算量小,方便移植到小型嵌入式***中,可在手未离开触摸板时对圆形手势进行实时输出。
Description
技术领域
本发明涉及于手势识别算法领域,具体涉及一种基于触摸板的动态手势识别算法。
背景技术
目前的基于触摸板的手势识别算法多采用模板匹配的方式进行识别,该方法计算较为复杂。
发明内容
本发明的目的在于克服现有技术的不足,本发明的目的是提供一种基于触摸板的动态手势识别算法。
本发明解决上述技术问题的技术方案如下:
基于触摸板的动态手势识别算法,包括以下步骤:
步骤1、采集手势有效坐标点;
步骤2、使用相邻两个坐标点生成向量,记录向量vt的模和角度,其中t为向量的序号,t为自然数;
步骤3、判断手势是否为划圆,根据相邻两个向量vt和vt-1的角度差判断手势的转动方向,判断连续n组的相邻两个向量的转动方向是否相同,若是且n>5,则判断手势在划圆,转到步骤4,否则判断手势没有划圆,转到步骤5;
步骤4、计算质心坐标,根据质心坐标和当前手势坐标确定手势是顺时针还是逆时针方向,并输出手势结果;
步骤5、等待手离开触摸板后,将相同方向的向量合并,模进行累加,得到多个不同方向的向量集合;
步骤6、去掉向量集合中长度小于阈值的向量,阈值为整个手势的长度值的一定比例;
步骤7、将向量集合与预设手势数据库中的手势进行匹配,得到可以匹配成功的多个对应的手势,并计算每个手势的对应的向量的总模长;
步骤8、计算每个手势出现的概率,找到出现概率最大的手势并输出手势结果。
进一步的,所述步骤1中,确定第一个坐标点为有效坐标点,计算相邻前后两个坐标点的直线距离,若两个坐标点的直线距离<预设阈值,则丢弃后一个坐标点,直到相邻前后两个坐标点的直线距离≥预设阈值,则保留后一个坐标点作为有效坐标点。
进一步的,所述步骤4中,具体包括以下步骤:
步骤4.2、计算向量vt=(xt-xmc,yt-ymc)和向量角度angle(vt);
步骤4.3、按照以下方法判断手势的运动方向:
其中,Clockwise=1,表示顺时针运动;
Clockwise=0,表示手指仍然处在原来的位置;
Clockwise=-1表示手指逆时针运动。
进一步的,所述步骤4中,确定手势是顺时针还是逆时针方向的方法为:计算每个向量vt的角度,判断连续n组的相邻两个向量的角度是递增还是递减,若递增则判断为逆时针方向,若递减则判断为逆时针方向。
进一步的,所述步骤7中,通过公式
计算每个手势出现的概率,其中gi表示第i个手势的模长,∑Ngi表示所有手势模长的和;p(gi)表示第i个手势出现的概率;选择出现的概率最大的手势p(gmax)进行输出。
进一步的,所述步骤4中,每当在手势对应的圆弧达到预设圆心角后输出一次手势结果。
本发明的有益效果为:方法简单,计算量小,方便移植到小型嵌入式***中,可在手未离开触摸板时对圆形手势进行实时输出。
附图说明
图1为本发明的流程示意图;
图2为极坐标分区示意图;
图3为划圆手势分区示意图;
图4为滞回区间示意图。
具体实施方式
以下对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,基于触摸板的动态手势识别算法,包括以下步骤:
步骤1、采集手势有效坐标点;
步骤2、使用相邻两个坐标点生成向量,记录向量vt的模mod(vt)和角度angle(vt),其中t为向量的序号,t为自然数;
mod(vt)和角度angle(vt)的含义示例,为简化计算,使用一个阈值theta将所得到的向量使用[0,45,90,135,180,215,270,315]八个方向表示;例如theta=30时,计算得到向量的角度30≤angle(vt)<60时,将当前向量的方向赋值为45,如图2所示;
步骤3、判断手势是否为划圆,根据相邻两个向量vt和vt-1的角度差判断手势的转动方向,判断连续n组的相邻两个向量的转动方向是否相同,若是且n>5,则判断手势在划圆,转到步骤4,否则判断手势没有划圆,转到步骤5;
步骤4、计算质心坐标,根据质心坐标和当前手势坐标确定手势是顺时针还是逆时针方向,并输出手势结果;
步骤5、等待手离开触摸板后,将相同方向的向量合并,模进行累加,得到多个不同方向的向量集合;
步骤6、去掉向量集合中长度小于阈值的向量,阈值为整个手势的长度值的一定比例;
步骤7、将向量集合与预设手势数据库中的手势进行匹配,得到可以匹配成功的多个对应的手势,并计算每个手势的对应的向量的总模长;
步骤8、计算每个手势出现的概率,找到出现概率最大的手势并输出手势结果。
作为一种实施方式,所述步骤1中,确定第一个坐标点为有效坐标点,计算相邻前后两个坐标点的直线距离,若两个坐标点的直线距离<预设阈值,则丢弃后一个坐标点,直到相邻前后两个坐标点的直线距离≥预设阈值,则保留后一个坐标点作为有效坐标点。
作为一种实施方式,所述步骤4中,具体包括以下步骤:
步骤4.2、计算向量vt=(xt-xmc,yt-ymc)和向量角度angle(vt);
步骤4.3、按照以下方法判断手势的运动方向:
其中,Clockwise=1,表示顺时针运动;
Clockwise=0,表示手指仍然处在原来的位置;
Clockwise=-1表示手指逆时针运动。
作为一种实施方式,所述步骤4中,确定手势是顺时针还是逆时针方向的方法为:计算每个向量vt的角度,判断连续n组的相邻两个向量的角度是递增还是递减,若递增则判断为逆时针方向,若递减则判断为逆时针方向。
作为一种实施方式,所述步骤7中,通过公式
计算每个手势出现的概率,其中gi表示第i个手势的模长,∑Ngi表示所有手势模长的和;p(gi)表示第i个手势出现的概率;选择出现的概率最大的手势p(gmax)进行输出。
作为一种实施方式,所述步骤4中,每当在手势对应的圆弧达到90°或180°后输出一次手势结果,并加入滞回,如图3所示,可将触摸板分为四个区域,315°~0°,0°~45°为0度区域,45°~135°为90度区域,135°~215°为180度区域,215°~315°为270度区域;当手触摸位置从0度区域逆时针运动并超过45°分界线时输出一个逆时针画圆手势,当手位于90度区域,顺时针移动到45°分界线时输出一个顺时针手势;但当手按压的位置刚好位于45°这个临界点时,由于手指的接触面积较大,判断手指位置时容易在0度区域和90度区域之间跳动,因此需要加入滞回来防止跳动;
加入滞回的方式如图4所示,将滞回比较器的阈值设置为5°,则滞回区域为45°±5°,同样的逆时针运动的例子,当手位于0度区域,逆时针移动到45°+5°分界线时,输出一个逆时针手势,当手位于90度区域,顺时针移动到45°-5°时输出一个顺时针手势,这样即可避免当手位于45度分界线时带来的数据抖动。
使用时,可在预设手势数据库中预存逆时针圆手势、顺时针圆手势以及打钩、打叉或其他形状的手势,通过识别手势形状可发送手势关联的控制指令。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于触摸板的动态手势识别算法,其特征在于,包括以下步骤:
步骤1、采集手势有效坐标点;
步骤2、使用相邻两个坐标点生成向量,记录向量vt的模和角度,其中t为向量的序号,t为自然数;
步骤3、判断手势是否为划圆,根据相邻两个向量vt和vt-1的角度差判断手势的转动方向,判断连续n组的相邻两个向量的转动方向是否相同,若是且n>5,则判断手势在划圆,转到步骤4,否则判断手势没有划圆,转到步骤5;
步骤4、计算质心坐标,根据质心坐标和当前手势坐标确定手势是顺时针还是逆时针方向,并输出手势结果;
步骤5、等待手离开触摸板后,将相同方向的向量合并,模进行累加,得到多个不同方向的向量集合;
步骤6、去掉向量集合中长度小于阈值的向量,阈值为整个手势的长度值的一定比例;
步骤7、将向量集合与预设手势数据库中的手势进行匹配,得到可以匹配成功的多个对应的手势,并计算每个手势的对应的向量的总模长;
步骤8、计算每个手势出现的概率,找到出现概率最大的手势并输出手势结果。
2.根据权利要求1所述的基于触摸板的动态手势识别算法,其特征在于,所述步骤1中,确定第一个坐标点为有效坐标点,计算相邻前后两个坐标点的直线距离,若两个坐标点的直线距离<预设阈值,则丢弃后一个坐标点,直到相邻前后两个坐标点的直线距离≥预设阈值,则保留后一个坐标点作为有效坐标点。
4.根据权利要求1所述的基于触摸板的动态手势识别算法,其特征在于,所述步骤4中,确定手势是顺时针还是逆时针方向的方法为:计算每个向量vt的角度,判断连续n组的相邻两个向量的角度是递增还是递减,若递增则判断为逆时针方向,若递减则判断为逆时针方向。
6.根据权利要求1所述的基于触摸板的动态手势识别算法,其特征在于,所述步骤4中,每当在手势对应的圆弧达到预设圆心角后输出一次手势结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010861368.2A CN112114666A (zh) | 2020-08-25 | 2020-08-25 | 基于触摸板的动态手势识别算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010861368.2A CN112114666A (zh) | 2020-08-25 | 2020-08-25 | 基于触摸板的动态手势识别算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112114666A true CN112114666A (zh) | 2020-12-22 |
Family
ID=73804383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010861368.2A Pending CN112114666A (zh) | 2020-08-25 | 2020-08-25 | 基于触摸板的动态手势识别算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112114666A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055738A (zh) * | 2023-10-11 | 2023-11-14 | 湖北星纪魅族集团有限公司 | 手势识别方法、可穿戴设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850264A (zh) * | 2015-05-29 | 2015-08-19 | 北京拉酷网络科技有限公司 | 一种触控板上多样化手势操作的检测控制方法及*** |
CN105912974A (zh) * | 2015-12-18 | 2016-08-31 | 乐视致新电子科技(天津)有限公司 | 一种手势识别方法及装置 |
CN106648400A (zh) * | 2015-11-03 | 2017-05-10 | 华为终端(东莞)有限公司 | 一种触摸数据上报的方法及电子设备 |
CN107679512A (zh) * | 2017-10-20 | 2018-02-09 | 济南大学 | 一种基于手势关键点的动态手势识别方法 |
CN110362264A (zh) * | 2019-06-28 | 2019-10-22 | 武汉海微科技有限公司 | 一种基于触摸板的动态手势识别方法、装置和*** |
-
2020
- 2020-08-25 CN CN202010861368.2A patent/CN112114666A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850264A (zh) * | 2015-05-29 | 2015-08-19 | 北京拉酷网络科技有限公司 | 一种触控板上多样化手势操作的检测控制方法及*** |
CN106648400A (zh) * | 2015-11-03 | 2017-05-10 | 华为终端(东莞)有限公司 | 一种触摸数据上报的方法及电子设备 |
CN105912974A (zh) * | 2015-12-18 | 2016-08-31 | 乐视致新电子科技(天津)有限公司 | 一种手势识别方法及装置 |
CN107679512A (zh) * | 2017-10-20 | 2018-02-09 | 济南大学 | 一种基于手势关键点的动态手势识别方法 |
CN110362264A (zh) * | 2019-06-28 | 2019-10-22 | 武汉海微科技有限公司 | 一种基于触摸板的动态手势识别方法、装置和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055738A (zh) * | 2023-10-11 | 2023-11-14 | 湖北星纪魅族集团有限公司 | 手势识别方法、可穿戴设备及存储介质 |
CN117055738B (zh) * | 2023-10-11 | 2024-01-19 | 湖北星纪魅族集团有限公司 | 手势识别方法、可穿戴设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10679146B2 (en) | Touch classification | |
Raheja et al. | Tracking of fingertips and centers of palm using kinect | |
US9524041B2 (en) | Touch sensor gesture recognition for operation of mobile devices | |
US8644560B2 (en) | Image processing apparatus and method, and program | |
CN110232308B (zh) | 基于手部速度与轨迹分布的跟随机器人手势轨迹识别方法 | |
TWI703471B (zh) | 人機介面裝置及方法 | |
JP6320016B2 (ja) | 対象物検出装置、対象物検出方法およびプログラム | |
CN112114666A (zh) | 基于触摸板的动态手势识别算法 | |
CN104517100A (zh) | 手势预判方法和*** | |
KR102035860B1 (ko) | 연속 제스처 인식 시스템 | |
CN110362264B (zh) | 一种基于触摸板的动态手势识别方法、装置和*** | |
WO2021056450A1 (zh) | 图像模板的更新方法、设备及存储介质 | |
CN107292295B (zh) | 手势分割方法及装置 | |
EP3141990B1 (en) | Threshold adaptation for a multi-touch input device | |
TWI224288B (en) | Method for aligning gesture feature of image | |
CN112395920A (zh) | 基于雷达的姿态识别装置、方法以及电子设备 | |
CN112817465B (zh) | 屏幕笔画自适应调整方法、装置、显示终端及存储介质 | |
CN111126101A (zh) | 关键点位置的确定方法、装置、电子设备和存储介质 | |
Ghobadi et al. | Adaptive segmentation for air gestures identification | |
Chen et al. | 3D hand tracking and motion analysis with a combination approach of statistical and syntactic analysis | |
US20240143084A1 (en) | Control apparatus and control method | |
CN103514434A (zh) | 一种图像识别方法及装置 | |
US20230419733A1 (en) | Devices and methods for single or multi-user gesture detection using computer vision | |
Mammen et al. | Hierarchical recognition of dynamic hand gestures for telerobotic application | |
Chen et al. | Fingertip Detection Based on the Chord-to-Point Distance Accumulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201222 |
|
RJ01 | Rejection of invention patent application after publication |