CN109885444B - 基于手势识别的测试方法、装置、存储介质及终端设备 - Google Patents

基于手势识别的测试方法、装置、存储介质及终端设备 Download PDF

Info

Publication number
CN109885444B
CN109885444B CN201910041250.2A CN201910041250A CN109885444B CN 109885444 B CN109885444 B CN 109885444B CN 201910041250 A CN201910041250 A CN 201910041250A CN 109885444 B CN109885444 B CN 109885444B
Authority
CN
China
Prior art keywords
gesture
test
tth
feature vector
test object
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.)
Active
Application number
CN201910041250.2A
Other languages
English (en)
Other versions
CN109885444A (zh
Inventor
余晓晓
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.)
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
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 OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN201910041250.2A priority Critical patent/CN109885444B/zh
Publication of CN109885444A publication Critical patent/CN109885444A/zh
Priority to PCT/CN2019/121672 priority patent/WO2020147434A1/zh
Application granted granted Critical
Publication of CN109885444B publication Critical patent/CN109885444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26Functional testing
    • G06F11/273Tester hardware, i.e. output processing circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明属于计算机技术领域,尤其涉及一种基于手势识别的测试方法、装置、计算机可读存储介质及终端设备。在所述方法中,测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。省去了繁琐的界面操作过程,提高了测试效率。

Description

基于手势识别的测试方法、装置、存储介质及终端设备
技术领域
本发明属于计算机技术领域,尤其涉及一种基于手势识别的测试方法、装置、计算机可读存储介质及终端设备。
背景技术
在物联网技术蓬勃发展的时代背景下,对于众多的智能终端设备而言,与其它终端设备之间的互联互通是其所必备的基本功能。为了保证终端设备的可靠性,在将其投入市场销售之前,往往需要对其与其它终端设备之间进行大量的交互测试,每次交互测试均需要测试人员反复调用终端设备的操作界面,在界面中选择不同的对象来执行交互测试,操作非常繁琐,耗费大量的时间,测试效率极低。
发明内容
有鉴于此,本发明实施例提供了一种基于手势识别的测试方法、装置、计算机可读存储介质及终端设备,以解决在对终端设备进行交互测试时,操作非常繁琐,耗费大量的时间,测试效率极低的问题。
本发明实施例的第一方面提供了一种基于手势识别的测试方法,可以包括:
测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
本发明实施例的第二方面提供了一种测试装置,可以包括:
手势轨迹序列采集模块,用于测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
手势特征向量提取模块,用于依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
手势选取模块,用于从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势;
测试对象查询模块,用于在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
交互测试模块,用于依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如下步骤:
测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
本发明实施例的第四方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:
测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
本发明实施例与现有技术相比存在的有益效果是:在本发明实施例中,测试终端采集用户的手势轨迹序列,并依次提取所述手势轨迹序列中的各个手势特征向量,然后从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象,最后依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果。通过本发明实施例,预先建立了手势与测试对象之间的对应关系,通过手势识别即可确定出进行交互测试的各个测试对象的测试次序,并自动依次执行连接、断开、切换等交互测试,省去了繁琐的界面操作过程,节省了测试操作所需的时间,提高了测试效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种测试方法的一个实施例流程图;
图2为确定与手势特征向量对应的手势的示意流程图;
图3为本发明实施例中一种测试装置的一个实施例结构图;
图4为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种测试方法的一个实施例可以包括:
步骤S101、测试终端采集用户的手势轨迹序列。
所述手势轨迹序列中包括一个以上的手势轨迹。
在所述测试终端的触控屏幕底部设置有压力感应或测量元器件以对用户按压屏幕的行为进行感知,例如,用户指尖施压于屏幕上时,玻璃屏幕受到按压产生弯曲形变后,其屏幕底部的压力感应器件可以通过测量玻璃的形变来获取用户在触控屏幕上输入的手势。所述测试终端可以通过调用系统提供的触控坐标函数,可以准确获取与用户手势操作对应的触控屏幕位置坐标:
CGPoint point=[touch locationInView:[touch view]]
若使用x表示其中的横坐标,y表示其中的纵坐标,则:
Int x=point.x;
Int y=point.y;
需要注意的是,这里的坐标的计数单位为像素。
将获取到用户手势经过的各个触控屏幕位置坐标之后,将这些坐标对应的像素点组合在一起,即可得到用户的手势轨迹。
步骤S102、依次提取所述手势轨迹序列中的各个手势特征向量。
其中,每个手势轨迹均对应于一个手势特征向量。
在提取所述手势轨迹中的手势特征向量的过程中,首先,根据下式计算所述手势轨迹序列中的第t个手势轨迹的中心点坐标:
Figure BDA0001947622040000051
其中,1≤t≤T,T为所述手势轨迹序列中的手势轨迹总数,n为第t个手势轨迹中各个像素点的序号,1≤n≤N,N为第t个手势轨迹中的像素点总数,(AxisXn,AxisYn)为第t个手势轨迹中第n个像素点的坐标,(CentreX,CentreY)为第t个手势轨迹的中心点坐标。
然后,根据下式分别计算第t个手势轨迹中各个像素点与所述中心点坐标之间的距离:
Figure BDA0001947622040000052
其中,Disn为第t个手势轨迹中第n个像素点与所述中心点坐标之间的距离。
再将第t个手势轨迹中的各个像素点按照与所述中心点坐标之间的距离划分为M个像素点集合,并分别统计各个像素点集合中的像素点个数。
M的取值可以根据实际情况进行设置,例如,可以将其设置为3、5、10或者其它取值。在本实施例的一种具体实现中,可以根据下式获取第t个手势轨迹中的像素点与所述中心点坐标之间的最大距离:
MaxDis=Max(Dis1,Dis2,...,Disn,...,DisN)
其中,Max为求最大值函数,MaxDis为第t个手势轨迹中的像素点与所述中心点坐标之间的最大距离。
将第t个手势轨迹中的各个像素点按照与所述中心点坐标之间的距离划分为M个像素点集合,其中,第1个像素点集合中的各个像素点与所述中心点坐标之间的距离处于以下区间范围:
Figure BDA0001947622040000061
第2个像素点集合中的各个像素点与所述中心点坐标之间的距离处于以下区间范围:
Figure BDA0001947622040000062
第3个像素点集合中的各个像素点与所述中心点坐标之间的距离处于以下区间范围:
Figure BDA0001947622040000063
第m个像素点集合中的各个像素点与所述中心点坐标之间的距离处于以下区间范围:
Figure BDA0001947622040000064
第M个像素点集合中的各个像素点与所述中心点坐标之间的距离处于以下区间范围:
Figure BDA0001947622040000065
需要注意的是,以上是按照等间距划分像素点集合的方式,在实际使用中,还可以根据具体情况采用非等间距划分的方式。
最后,根据下式构造第t个手势轨迹的手势特征向量:
Figure BDA0001947622040000066
其中,m为各个像素点集合的序号,1≤m≤M,SetNumm为第m个像素点集合中的像素点个数,FtValm为第t个手势轨迹的手势特征向量的第m个分量,且
Figure BDA0001947622040000067
FeatureVec为第t个手势轨迹的手势特征向量。
步骤S103、从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势。
如图2所示,步骤S103具体可以包括如下过程:
步骤S1031、从所述手势数据库中分别获取与各个手势对应的基准特征向量。
所述手势数据库可以由所述用户进行预先设置,具体地,该持有者预先在所述测试终端中录入自己的各个手势,所述测试终端分别计算出其中每个手势的手势特征向量,将之作为分别与各个手势对应的基准特征向量,并组合成所述手势数据库。
步骤S1032、分别计算第t个手势轨迹的手势特征向量与各个基准特征向量之间的匹配度。
在本实施例中,可以根据下式计算第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度:
Figure BDA0001947622040000071
其中,StdVecf为所述手势数据库中的第f个基准特征向量,1≤f≤F,F为所述手势数据库中的基准特征向量的总数,且StdVecf=(StdValf,1,StdValf,2,...,StdValf,m,...,StdValf,M),StdValf,m为所述手势数据库中的第f个基准特征向量的第m个分量,Abs为求绝对值函数,SimDegf为第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度。
步骤S1033、构造第t个手势轨迹的匹配度序列。
例如,可以根据下式构造第t个手势轨迹的匹配度序列:
SimDegSq=(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,SimDegSq为第t个手势轨迹的匹配度序列。
步骤S1034、选取优选基准特征向量,并将与所述优选基准特征向量对应的手势确定为与第t个手势特征向量对应的手势。
例如,可以根据下式选取优选基准特征向量:
TgtEmo=argmax(SimDegSq)
=argmax(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,argmax为最大自变量函数,TgtEmo为优选基准特征向量的序号。
在选取出优选基准特征向量后,即可将与所述优选基准特征向量对应的手势确定为与第t个手势特征向量对应的手势。
步骤S104、在预设的测试对象列表中依次查询与各个手势分别对应的测试对象。
所述测试对象列表中包括至少一个手势,且该列表中每个手势均对应一个测试对象,如下表所示:
手势 测试对象
手势1(打勾) 测试对象1(耳机)
手势2(画圈) 测试对象2(音箱)
手势3(画波浪线) 测试对象3(手机)
…… ……
所述测试对象列表可以由所述用户根据自己的实际使用习惯预先进行设置。
步骤S105、依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果。
所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
具体地,在执行所述测试终端与第t个测试对象之间的交互测试时,获取所述测试终端的设备连接状态。若所述测试终端处于未连接状态,则执行设备连接测试,即向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接;
所述设备连接请求中包括所述第t个测试对象的地址,比如第t个测试对象的媒体访问控制(Media Access Control,MAC)地址。
第t个测试对象接收到所述设备连接请求后,从所述设备连接请求中提取其中的MAC地址,第t个测试对象判断提取的MAC地址与自身的MAC地址是否相同,若两者相同,则与所述测试终端建立设备连接,若两者不相同,则拒绝所述设备连接请求。
若所述测试终端处于与第t个测试对象的连接状态,则执行设备断开测试,即则向第t个测试对象发送设备断开请求,以断开与第t个测试对象之间的设备连接。
所述第t个测试对象接收到所述设备断开请求后,从所述设备断开请求中提取其中的MAC地址,所述第t个测试对象判断提取的MAC地址与自身的MAC地址是否相同,若两者相同,则断开与所述测试终端之间设备连接,若两者不相同,则拒绝所述设备断开请求。
若所述测试终端处于与既有测试对象的连接状态,则在所述测试终端列表中分别查询第t个测试对象的连接优先级以及所述既有测试对象的连接优先级,所述既有测试对象为与第t个测试对象不同的测试对象。
添加了连接优先级的测试终端列表如下所示:
手势 测试对象 连接优先级
手势1(打勾) 测试对象1(耳机) 1
手势2(画圈) 测试对象2(音箱) 2
手势3(画波浪线) 测试对象3(手机) 3
…… …… ……
即各个测试对象的优先级关系为:
测试对象1>测试对象2>测试对象3>……。
若第t个测试对象的连接优先级低于所述既有测试对象的连接优先级,则无需执行任何的交互测试;若第t个测试对象的连接优先级高于或等于所述既有测试对象的连接优先级,则执行设备切换测试,即向所述既有测试对象发送设备断开请求,以断开与所述既有测试对象之间的设备连接,在断开与所述既有测试对象之间的设备连接之后,向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接。
综上所述,在本发明实施例中,测试终端采集用户的手势轨迹序列,并依次提取所述手势轨迹序列中的各个手势特征向量,然后从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象,最后依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果。通过本发明实施例,预先建立了手势与测试对象之间的对应关系,通过手势识别即可确定出进行交互测试的各个测试对象的测试次序,并自动依次执行连接、断开、切换等交互测试,省去了繁琐的界面操作过程,节省了测试操作所需的时间,提高了测试效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种测试方法,图3示出了本发明实施例提供的一种测试装置的一个实施例结构图。
本实施例中,一种测试装置可以包括:
手势轨迹序列采集模块301,用于测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
手势特征向量提取模块302,用于依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
手势选取模块303,用于从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势;
测试对象查询模块304,用于在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
交互测试模块305,用于依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试。
进一步地,所述手势特征向量提取模块可以包括:
中心点坐标计算单元,用于根据下式计算所述手势轨迹序列中的第t个手势轨迹的中心点坐标:
Figure BDA0001947622040000111
其中,1≤t≤T,T为所述手势轨迹序列中的手势轨迹总数,n为第t个手势轨迹中各个像素点的序号,1≤n≤N,N为第t个手势轨迹中的像素点总数,(AxisXn,AxisYn)为第t个手势轨迹中第n个像素点的坐标,(CentreX,CentreY)为第t个手势轨迹的中心点坐标;
坐标距离计算单元,用于根据下式分别计算第t个手势轨迹中各个像素点与所述中心点坐标之间的距离:
Figure BDA0001947622040000112
其中,Disn为第t个手势轨迹中第n个像素点与所述中心点坐标之间的距离;
像素点集合划分单元,用于将第t个手势轨迹中的各个像素点按照与所述中心点坐标之间的距离划分为M个像素点集合,并分别统计各个像素点集合中的像素点个数;
手势特征向量构造单元,用于根据下式构造第t个手势轨迹的手势特征向量:
Figure BDA0001947622040000113
其中,m为各个像素点集合的序号,1≤m≤M,SetNumm为第m个像素点集合中的像素点个数,FtValm为第t个手势轨迹的手势特征向量的第m个分量,且
Figure BDA0001947622040000114
FeatureVec为第t个手势轨迹的手势特征向量。
进一步地,所述手势选取模块可以包括:
基准特征向量获取单元,用于从所述手势数据库中分别获取与各个手势对应的基准特征向量;
匹配度计算单元,用于根据下式计算第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度:
Figure BDA0001947622040000121
其中,StdVecf为所述手势数据库中的第f个基准特征向量,1≤f≤F,F为所述手势数据库中的基准特征向量的总数,且StdVecf=(StdValf,1,StdValf,2,...,StdValf,m,...,StdValf,M),StdValf,m为所述手势数据库中的第f个基准特征向量的第m个分量,Abs为求绝对值函数,SimDegf为第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度;
匹配度序列构造单元,用于根据下式构造第t个手势轨迹的匹配度序列:
SimDegSq=(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,SimDegSq为第t个手势轨迹的匹配度序列;
优选基准特征向量选取单元,用于根据下式选取优选基准特征向量:
TgtEmo=argmax(SimDegSq)
=argmax(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,argmax为最大自变量函数,TgtEmo为优选基准特征向量的序号;
手势确定单元,用于将与所述优选基准特征向量对应的手势确定为与第t个手势特征向量对应的手势。
进一步地,所述交互测试模块可以包括:
连接状态获取单元,用于在执行所述测试终端与第t个测试对象之间的交互测试时,获取所述测试终端的设备连接状态;
连接测试单元,用于若所述测试终端处于未连接状态,则执行设备连接测试,即向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接;
断开测试单元,用于若所述测试终端处于与第t个测试对象的连接状态,则执行设备断开测试,即则向第t个测试对象发送设备断开请求,以断开与第t个测试对象之间的设备连接。
进一步地,所述交互测试模块还可以包括:
优先级查询单元,用于若所述测试终端处于与既有测试对象的连接状态,则在所述测试终端列表中分别查询第t个测试对象的连接优先级以及所述既有测试对象的连接优先级,所述既有测试对象为与第t个测试对象不同的测试对象;
切换测试单元,用于若第t个测试对象的连接优先级高于或等于所述既有测试对象的连接优先级,则执行设备切换测试,即向所述既有测试对象发送设备断开请求,以断开与所述既有测试对象之间的设备连接,在断开与所述既有测试对象之间的设备连接之后,向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图4示出了本发明实施例提供的一种终端设备的示意框图,为了便于说明,仅示出了与本发明实施例相关的部分。
在本实施例中,所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备4可包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机可读指令42,例如执行上述的测试方法的计算机可读指令。所述处理器40执行所述计算机可读指令42时实现上述各个测试方法实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器40执行所述计算机可读指令42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块301至305的功能。
示例性的,所述计算机可读指令42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令42在所述终端设备4中的执行过程。
所述处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元,例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备,例如所述终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机可读指令以及所述终端设备4所需的其它指令和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于手势识别的测试方法,其特征在于,包括:
测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势,并在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试;
所述依次提取所述手势轨迹序列中的各个手势特征向量包括:
根据下式计算所述手势轨迹序列中的第t个手势轨迹的中心点坐标:
Figure FDA0003493984870000011
其中,1≤t≤T,T为所述手势轨迹序列中的手势轨迹总数,n为第t个手势轨迹中各个像素点的序号,1≤n≤N,N为第t个手势轨迹中的像素点总数,(AxisXn,AxisYn)为第t个手势轨迹中第n个像素点的坐标,(CentreX,CentreY)为第t个手势轨迹的中心点坐标;
根据下式分别计算第t个手势轨迹中各个像素点与所述中心点坐标之间的距离:
Figure FDA0003493984870000012
其中,Disn为第t个手势轨迹中第n个像素点与所述中心点坐标之间的距离;
将第t个手势轨迹中的各个像素点按照与所述中心点坐标之间的距离划分为M个像素点集合,并分别统计各个像素点集合中的像素点个数;
根据下式构造第t个手势轨迹的手势特征向量:
Figure FDA0003493984870000021
其中,m为各个像素点集合的序号,1≤m≤M,SetNumm为第m个像素点集合中的像素点个数,FtValm为第t个手势轨迹的手势特征向量的第m个分量,且
Figure FDA0003493984870000022
FeatureVec为第t个手势轨迹的手势特征向量。
2.根据权利要求1所述的测试方法,其特征在于,所述从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势包括:
从所述手势数据库中分别获取与各个手势对应的基准特征向量;
根据下式计算第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度:
Figure FDA0003493984870000023
其中,StdVecf为所述手势数据库中的第f个基准特征向量,1≤f≤F,F为所述手势数据库中的基准特征向量的总数,且StdVecf=(StdValf,1,StdValf,2,...,StdValf,m,...,StdValf,M),StdValf,m为所述手势数据库中的第f个基准特征向量的第m个分量,Abs为求绝对值函数,SimDegf为第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度;
根据下式构造第t个手势轨迹的匹配度序列:
SimDegSq=(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,SimDegSq为第t个手势轨迹的匹配度序列;
根据下式选取优选基准特征向量:
TgtEmo=argmax(SimDegSq)
=argmax(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,argmax为最大自变量函数,TgtEmo为优选基准特征向量的序号;
将与所述优选基准特征向量对应的手势确定为与第t个手势特征向量对应的手势。
3.根据权利要求1所述的测试方法,其特征在于,所述依次执行所述测试终端与各个测试对象之间的交互测试包括:
在执行所述测试终端与第t个测试对象之间的交互测试时,获取所述测试终端的设备连接状态;
若所述测试终端处于未连接状态,则执行设备连接测试,即向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接;
若所述测试终端处于与第t个测试对象的连接状态,则执行设备断开测试,即则向第t个测试对象发送设备断开请求,以断开与第t个测试对象之间的设备连接。
4.根据权利要求3所述的测试方法,其特征在于,还包括:
若所述测试终端处于与既有测试对象的连接状态,则在所述测试终端列表中分别查询第t个测试对象的连接优先级以及所述既有测试对象的连接优先级,所述既有测试对象为与第t个测试对象不同的测试对象;
若第t个测试对象的连接优先级高于或等于所述既有测试对象的连接优先级,则执行设备切换测试,即向所述既有测试对象发送设备断开请求,以断开与所述既有测试对象之间的设备连接,在断开与所述既有测试对象之间的设备连接之后,向第t个测试对象发送设备连接请求,以建立与第t个测试对象之间的设备连接。
5.一种测试装置,其特征在于,包括:
手势轨迹序列采集模块,用于测试终端采集用户的手势轨迹序列,所述手势轨迹序列中包括一个以上的手势轨迹;
手势特征向量提取模块,用于依次提取所述手势轨迹序列中的各个手势特征向量,其中,每个手势轨迹均对应于一个手势特征向量;
手势选取模块,用于从预设的手势数据库中依次选取与各个手势特征向量分别对应的手势;
测试对象查询模块,用于在预设的测试对象列表中依次查询与各个手势分别对应的测试对象;
交互测试模块,用于依次执行所述测试终端与各个测试对象之间的交互测试,并依次输出各次交互测试的测试结果,所述交互测试包括设备连接测试、设备断开测试和设备切换测试;
所述手势特征向量提取模块包括:
中心点坐标计算单元,用于根据下式计算所述手势轨迹序列中的第t个手势轨迹的中心点坐标:
Figure FDA0003493984870000041
其中,1≤t≤T,T为所述手势轨迹序列中的手势轨迹总数,n为第t个手势轨迹中各个像素点的序号,1≤n≤N,N为第t个手势轨迹中的像素点总数,(AxisXn,AxisYn)为第t个手势轨迹中第n个像素点的坐标,(CentreX,CentreY)为第t个手势轨迹的中心点坐标;
坐标距离计算单元,用于根据下式分别计算第t个手势轨迹中各个像素点与所述中心点坐标之间的距离:
Figure FDA0003493984870000042
其中,Disn为第t个手势轨迹中第n个像素点与所述中心点坐标之间的距离;
像素点集合划分单元,用于将第t个手势轨迹中的各个像素点按照与所述中心点坐标之间的距离划分为M个像素点集合,并分别统计各个像素点集合中的像素点个数;
手势特征向量构造单元,用于根据下式构造第t个手势轨迹的手势特征向量:
Figure FDA0003493984870000051
其中,m为各个像素点集合的序号,1≤m≤M,SetNumm为第m个像素点集合中的像素点个数,FtValm为第t个手势轨迹的手势特征向量的第m个分量,且
Figure FDA0003493984870000052
FeatureVec为第t个手势轨迹的手势特征向量。
6.根据权利要求5所述的测试装置,其特征在于,所述手势选取模块包括:
基准特征向量获取单元,用于从所述手势数据库中分别获取与各个手势对应的基准特征向量;
匹配度计算单元,用于根据下式计算第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度:
Figure FDA0003493984870000053
其中,StdVecf为所述手势数据库中的第f个基准特征向量,1≤f≤F,F为所述手势数据库中的基准特征向量的总数,且StdVecf=(StdValf,1,StdValf,2,...,StdValf,m,...,StdValf,M),StdValf,m为所述手势数据库中的第f个基准特征向量的第m个分量,Abs为求绝对值函数,SimDegf为第t个手势轨迹的手势特征向量与第f个基准特征向量之间的匹配度;
匹配度序列构造单元,用于根据下式构造第t个手势轨迹的匹配度序列:
SimDegSq=(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,SimDegSq为第t个手势轨迹的匹配度序列;
优选基准特征向量选取单元,用于根据下式选取优选基准特征向量:
TgtEmo=argmax(SimDegSq)
=argmax(SimDeg1,SimDeg2,...,SimDegf,...,SimDegF)
其中,argmax为最大自变量函数,TgtEmo为优选基准特征向量的序号;
手势确定单元,用于将与所述优选基准特征向量对应的手势确定为与第t个手势特征向量对应的手势。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至4中任一项所述的测试方法的步骤。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至4中任一项所述的测试方法的步骤。
CN201910041250.2A 2019-01-16 2019-01-16 基于手势识别的测试方法、装置、存储介质及终端设备 Active CN109885444B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910041250.2A CN109885444B (zh) 2019-01-16 2019-01-16 基于手势识别的测试方法、装置、存储介质及终端设备
PCT/CN2019/121672 WO2020147434A1 (zh) 2019-01-16 2019-11-28 基于手势识别的测试方法、装置、存储介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910041250.2A CN109885444B (zh) 2019-01-16 2019-01-16 基于手势识别的测试方法、装置、存储介质及终端设备

Publications (2)

Publication Number Publication Date
CN109885444A CN109885444A (zh) 2019-06-14
CN109885444B true CN109885444B (zh) 2022-03-15

Family

ID=66926136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910041250.2A Active CN109885444B (zh) 2019-01-16 2019-01-16 基于手势识别的测试方法、装置、存储介质及终端设备

Country Status (2)

Country Link
CN (1) CN109885444B (zh)
WO (1) WO2020147434A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885444B (zh) * 2019-01-16 2022-03-15 深圳壹账通智能科技有限公司 基于手势识别的测试方法、装置、存储介质及终端设备
CN113190106B (zh) 2021-03-16 2022-11-22 青岛小鸟看看科技有限公司 手势识别方法、装置及电子设备
CN113672159B (zh) * 2021-08-24 2024-03-15 数贸科技(北京)有限公司 风控方法、装置、计算设备及计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6249606B1 (en) * 1998-02-19 2001-06-19 Mindmaker, Inc. Method and system for gesture category recognition and training using a feature vector
CN106778141A (zh) * 2017-01-13 2017-05-31 北京元心科技有限公司 基于手势识别的解锁方法、装置及移动终端
CN107463331A (zh) * 2017-08-15 2017-12-12 上海闻泰电子科技有限公司 手势轨迹模拟方法、装置及电子设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8873841B2 (en) * 2011-04-21 2014-10-28 Nokia Corporation Methods and apparatuses for facilitating gesture recognition
CN103399632B (zh) * 2013-07-16 2018-01-23 深圳市金立通信设备有限公司 一种手势控制的方法和移动终端
CN104571823B (zh) * 2015-01-12 2015-12-02 济南大学 一种基于智能电视的非接触式虚拟人机交互方法
CN105389113B (zh) * 2015-11-03 2018-09-04 小米科技有限责任公司 基于手势的应用控制方法、装置及终端
CN105760301B (zh) * 2016-02-24 2019-07-09 惠州Tcl移动通信有限公司 一种基于Monkey命令的自动化测试方法及系统
CN205566642U (zh) * 2016-04-05 2016-09-07 东莞市猎声电子科技有限公司 一种蓝牙耳机测试装置
CN107783867B (zh) * 2017-07-25 2020-02-14 深圳壹账通智能科技有限公司 手势测试方法、装置、计算机设备和存储介质
CN108009499A (zh) * 2017-11-30 2018-05-08 宁波高新区锦众信息科技有限公司 一种基于动态手势识别的智能家居控制系统
CN109885444B (zh) * 2019-01-16 2022-03-15 深圳壹账通智能科技有限公司 基于手势识别的测试方法、装置、存储介质及终端设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6249606B1 (en) * 1998-02-19 2001-06-19 Mindmaker, Inc. Method and system for gesture category recognition and training using a feature vector
CN106778141A (zh) * 2017-01-13 2017-05-31 北京元心科技有限公司 基于手势识别的解锁方法、装置及移动终端
CN107463331A (zh) * 2017-08-15 2017-12-12 上海闻泰电子科技有限公司 手势轨迹模拟方法、装置及电子设备

Also Published As

Publication number Publication date
CN109885444A (zh) 2019-06-14
WO2020147434A1 (zh) 2020-07-23

Similar Documents

Publication Publication Date Title
CN109885444B (zh) 基于手势识别的测试方法、装置、存储介质及终端设备
CN114092963B (zh) 关键点检测及模型训练方法、装置、设备和存储介质
TWI695311B (zh) 一種利用手勢模擬滑鼠操作的方法、裝置及終端
WO2019169704A1 (zh) 一种数据分类方法、装置、设备及计算机可读存储介质
CN108961183A (zh) 图像处理方法、终端设备及计算机可读存储介质
CN109165657A (zh) 一种基于改进sift的图像特征检测方法及装置
US10909232B2 (en) Terminal verification method, terminal device, and computer readable storage medium
CN115690443B (zh) 特征提取模型训练方法、图像分类方法及相关装置
CN109447023A (zh) 确定图像相似度的方法、视频场景切换识别方法及装置
CN104714675B (zh) 一种手势识别方法及装置
CN110651273A (zh) 一种数据处理方法及设备
CN110378304A (zh) 皮肤状态检测方法、装置、设备及存储介质
CN112784102B (zh) 视频检索方法、装置和电子设备
WO2023061195A1 (zh) 图像获取模型的训练方法、图像检测方法、装置及设备
WO2019120024A1 (zh) 用户性别识别方法、装置、存储介质及电子设备
CN103020616A (zh) 一种手持设备空间位置的检测方法及其手持设备
CN113221519B (zh) 用于处理表格数据的方法、装置、设备、介质和产品
CN113344890B (zh) 医学图像识别方法、识别模型训练方法及装置
CN110471605B (zh) 虚拟公式键盘设置方法、装置、可读存储介质及终端设备
CN113419646B (zh) 压力感应通道的校准方法、装置及电子设备
WO2023066258A1 (zh) 隐私数据的数据处理方法、装置、计算机设备及介质
CN112417197B (zh) 一种排序方法、装置、机器可读介质及设备
CN108765153A (zh) 交易机器人金融数据计算方法及装置
CN105739860B (zh) 一种图片生成方法及移动终端
CN108021648B (zh) 一种搜题的方法、装置及智能终端

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
GR01 Patent grant
GR01 Patent grant