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 PDF

Info

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
Application number
CN202010861368.2A
Other languages
English (en)
Inventor
林碧云
胡伦庭
李林峰
周云波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Haiwei Technology Co ltd
Original Assignee
Wuhan Haiwei Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Haiwei Technology Co ltd filed Critical Wuhan Haiwei Technology Co ltd
Priority to CN202010861368.2A priority Critical patent/CN112114666A/zh
Publication of CN112114666A publication Critical patent/CN112114666A/zh
Pending legal-status Critical Current

Links

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

基于触摸板的动态手势识别算法
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4.1、利用公式
Figure BDA0002648242520000021
计算质心坐标，其中xt表示t时刻手指在触摸板上x坐标，yt表示t时刻手指在触摸板上y坐标，xmc表示质心在触摸板上x坐标，ymc表示质心在触摸板上y坐标；
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：
Figure BDA0002648242520000022
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
Figure BDA0002648242520000031
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4.1、利用公式
Figure BDA0002648242520000041
计算质心坐标，其中xt表示t时刻手指在触摸板上x坐标，yt表示t时刻手指在触摸板上y坐标，xmc表示质心在触摸板上x坐标，ymc表示质心在触摸板上y坐标；
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：
Figure BDA0002648242520000051
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
Figure BDA0002648242520000052
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。
3.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，具体包括以下步骤：
步骤4.1、利用公式
Figure FDA0002648242510000021
计算质心坐标，其中xt表示t时刻手指在触摸板上x坐标，yt表示t时刻手指在触摸板上y坐标，xmc表示质心在触摸板上x坐标，ymc表示质心在触摸板上y坐标；
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：
Figure FDA0002648242510000022
其中，Clockwise＝1，表示手指顺时针运动；
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。
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。
5.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7中，通过公式
Figure FDA0002648242510000023
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。
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。
CN202010861368.2A 2020-08-25 2020-08-25 基于触摸板的动态手势识别算法 Pending CN112114666A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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***

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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