CN111459268A - 一种手势控制智能设备的方法和系统 - Google Patents

Abstract

本发明公开了一种手势控制智能设备的方法和系统，涉及智能设备领域，所述方法包括：持续接收控制终端发送的手势频谱波形信号，将手势频谱波形信号输入手势人工智能模型进行识别，以得到人体手势动作信息；根据人体手势动作信息生成控制指令；发送控制指令至控制终端，以控制智能设备工作。本发明手势频谱波形信号既不受光照影响也不受障碍物影响，控制终端不需要复杂的运算，也不需要集成视频图像设备或者传感器设备，运算、识别全部由云平台完成，不但识别精准度高，并且降低了控制终端的成本，间接降低了用户的使用成本。

Description

一种手势控制智能设备的方法和系统

技术领域

本发明涉及智能设备领域，特别是涉及一种手势控制智能设备的方法和系统。

背景技术

目前随着智能家居的不断发展，智能设备越来越小型化、轻薄化，操作的方式也越发多样，有传统的遥控器式操作，有基于语音功能进行操作，也有的基于手势进行操作。

目前基于手势操作智能设备的实现，一般是通过使用视频图像设备或者传感器设备的形式来实现，但是，基于视频图像设备的识别技术受限于用户的隐私，传感器设备的方案有距离限制，较远处无法实现操作，条件限制较高，而且这两种方式均受限于阻挡物，阻挡物的存在都可能造成无法实现操作。

另外，假若智能设备或者控制终端等设备安装有视频图像设备或者传感器设备，不但增高了其成本，并且还需要其具有较高的运算、处理、识别手势的能力，若达不到则识别精确度会较低，达不到操作使用需求。

发明内容

鉴于上述问题，本发明提供一种手势控制智能设备的方法和系统，解决了上述的问题。

为了解决上述问题，本发明实施例提供了一种手势控制智能设备的方法，应用于云平台，所述云平台与控制终端连接，所述云平台配置有手势人工智能模型，所述手势人工智能模型是用于识别人体手势动作信息的模型，所述方法包括：

持续接收所述控制终端发送的手势频谱波形信号，所述手势频谱波形信号是所述控制终端根据特定频谱信号环境下人体手势动作得到的；

将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息；

根据所述人体手势动作信息生成控制指令；

发送所述控制指令至所述控制终端，以控制所述智能设备工作。

可选地，将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息，包括：

将所述手势频谱波形信号输入所述手势人工智能模型进行识别；

在所述手势频谱波形信号符合第一预设手势频谱波形信号的情况下，得到第一人体手势动作信息，所述第一人体手势动作信息为开启使用人体手势动作控制所述智能设备功能的信息；

在所述手势频谱波形信号符合第二预设手势频谱波形信号的情况下，得到第二人体手势动作信息，所述第二人体手势动作信息为闭关使用人体手势动作控制所述智能设备功能的信息。

可选地，在所述手势频谱波形信号符合第一预设手势频谱波形信号的情况下，得到第一人体手势动作信息之后，所述方法还包括：

根据所述第一人体手势动作信息，生成第一提示信息并发送至所述控制终端，以使得所述控制终端提示使用人体手势动作控制所述智能设备的功能开启；

在所述手势频谱波形信号符合第二预设手势频谱波形信号的情况下，得到第二人体手势动作信息之后，所述方法还包括：

根据所述第二人体手势动作信息，生成第二提示信息并发送至所述控制终端，以使得所述控制终端提示使用人体手势动作控制所述智能设备的功能关闭。

可选地，所述方法还包括：

在使用人体手势动作控制所述智能设备的功能关闭的情况下，忽略持续接收到的所述手势频谱波形信号。

可选地，所述手势人工智能模型包括：一类手势频谱波形信号和二类手势频谱波形信号，所述一类手势频谱波形信号和所述二类手势频谱波形信号分别表征不同人在同一所述特定频谱信号环境下同一人体手势动作，将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息，包括：

将所述手势频谱波形信号输入所述手势人工智能模型进行识别；

在所述手势频谱波形信号符合所述一类手势频谱波形信号的情况下，得到所述一类手势频谱波形信号对应的人体手势动作信息；

在所述手势频谱波形信号符合所述二类手势频谱波形信号的情况下，忽略所述手势频谱波形信号。

可选地，所述手势人工智能模型由以下方法得到：

获得多个所述手势频谱波形信号，每个所述手势频谱波形信号携带标记，该标记表征单个手势频谱波形信号代表的人体手势动作信息；

以多个所述手势频谱波形信号为输入，对第一预设模型进行训练，得到所述手势人工智能模型，所述手势人工智能模型用于识别所述人体手势动作信息。

本发明实施例还提供了另一种手势控制智能设备的方法，应用于控制终端，所述控制终端与云平台连接，所述方法包括：

发射特定频谱信号后持续获得手势频谱波形信号，所述手势频谱波形信号是根据特定频谱信号环境下人体手势动作得到的；

将获得的所述手势频谱波形信号发送至所述云平台；

接收所述云平台发送的控制指令，所述控制指令由所述云平台根据所述手势频谱波形信号生成；

通过所述控制指令控制所述智能设备工作。

可选地，所述控制终端包括：特定频谱发射模块、采集分析手势模块；发射特定频谱信号后持续获得手势频谱波形信号，包括：

通过所述特定频谱发射模块持续发射特定频谱信号；

通过所述采集分析手势模块采集人体手势信号，并进行运算获得所述手势频谱波形信号，所述手势信号由人体手势动作在特定频谱信号环境下产生。

可选地，所述控制终端包括：对比模块，所述对比模块包括：第三预设手势频谱波形信号和第四预设手势频谱波形信号，在通过所述采集分析手势模块采集人体手势信号，并进行运算获得所述手势频谱波形信号之后，所述方法还包括：

通过所述对比模块对比所述手势频谱波形信号是否与所述第三预设手势频谱波形信号或所述第四预设手势频谱波形信号相符；

在所述手势频谱波形信号符合第三预设手势频谱波形信号的情况下，将后续获得的所述手势频谱波形信号发送给所述云平台，所述第三预设手势频谱波形信号表征开启使用人体手势动作控制所述智能设备功能；

在所述手势频谱波形信号符合第四预设手势频谱波形信号的情况下，忽略后续获得的所述手势频谱波形信号，所述第四预设手势频谱波形信号表征关闭使用人体手势动作控制所述智能设备功能。

本发明实施例还提供了一种手势控制智能设备的系统，所述系统包括：云平台和控制终端，所述云平台与所述控制终端连接，所述云平台配置有手势人工智能模型，所述手势人工智能模型是用于识别人体手势动作信息的模型，所述云平台用于执行以上所述的任一方法，所述控制终端用于执行以上所述的任一方法。

采用本发明提供的一种手势控制智能设备的方法，云平台持续接收控制终端发送的手势频谱波形信号，将手势频谱波形信号输入手势人工智能模型进行识别，以得到人体手势动作信息；根据人体手势动作信息生成控制指令；发送控制指令至控制终端，以控制智能设备工作。控制终端发射特定频谱信号后持续获得手势频谱波形信号，将获得的手势频谱波形信号发送至云平台；接收云平台发送的控制指令，通过控制指令控制智能设备工作。

本发明不需要使用任何视频图像设备或者传感器设备即可实现对人体手势动作的识别，不存在现有技术所产生的问题，并且用户室内只需一个控制终端即可实现对人体手势动作的识别，不需要复杂操作，十分方便，极大的提高了用户的使用感。同时，手势频谱波形信号既不受光照影响也不受障碍物影响，控制终端不需要复杂的运算，也不需要集成视频图像设备或者传感器设备，运算、识别全部由云平台完成，不但识别精准度高，并且降低了控制终端的成本，间接降低了用户的使用成本。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例一种手势控制智能设备的方法的流程图；

图2是本发明实施例另一种手势控制智能设备的方法的流程图；

图3是本发明实施例一种手势控制智能设备的系统。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施例仅用以解释本发明，仅仅是本发明一部分实施例，而不是全部的实施例，并不用于限定本发明。

参照图1，示出了本发明实施例一种手势控制智能设备的方法的流程图。应用于云平台，该云平台与控制终端连接，云平台配置有手势人工智能模型，手势人工智能模型是用于识别人体手势动作信息的模型，手势控制智能设备的方法具体可以包括如下步骤：

步骤101：持续接收控制终端发送的手势频谱波形信号，手势频谱波形信号是控制终端根据特定频谱信号环境下人体手势动作得到的。

本发明实施例中，云平台与控制终端进行数据交互，其中，控制终端安装于用户的室内，用户可以根据自身需求，选择一个或者多个控制终端分别安装于合适的位置，控制终端主要的作用是发射特定频谱信号和收集特定频谱信号，当然，控制终端也可以发射无线(wifi)信号，此wifi信号需要区别于用户室内的其他设备产生的wifi信号，不然控制终端可能会收到干扰的wifi信号。

控制终端得到手势频谱信号之后，会将信号发送持续发送给云平台，所谓手势频谱波形信号是控制终端根据特定频谱信号环境下人体手势动作得到的。云平台配置手势人工智能模型，手势人工智能模型是用于识别人体手势动作信息的模型。

手势人工智能模型可以由以下方法得到：

云平台获得多个手势频谱波形信号，将十万级甚至百万级用户的超过百万-千万组手势频谱波形信号输入到云平台中，每个手势频谱波形信号携带标记，该标记表征单个手势频谱波形信号代表的人体手势动作信息，例如：无任何手势动作的情况下，手势频谱波形信号为正弦波，手势向右滑动动作时，手势频谱波形信号为方形波，手势点击动作时，手势频谱波形信号为锥形波等等。需要说明的是，上述例子只是为了更形象说明手势频谱波形信号，并不代表手势频谱波形信号就为上述波形，具体的按照实际反映出的波形可以得到不同的手势频谱波形信号代表着不同的手势动作。

以多个手势频谱波形信号为输入，对第一预设模型进行训练、优化最终得到手势人工智能模型，该手势人工智能模型用于识别人体手势动作信息，第一预设模型包括但不限于：循环神经网络、卷积网络、玻尔兹曼机。经过大量的数据以及长时间训练、优化后，最终云平台得到了可以识别人体手势动作信息的手势人工智能模型。

当云平台持续的到控制终端发送的手势频谱波形信号后，可以对其进行处理。可以理解的是，每一个控制终端在云平台都具有唯一标识，因此云平台接收到的手势频谱波形信号均带有控制终端的唯一标识，用以云平台识别，否则云平台无法知晓是哪一台控制终端发送来的数据，也就无法反馈后续指令。

步骤102：将手势频谱波形信号输入手势人工智能模型进行识别，以得到人体手势动作信息。

本发明实施例中，云平台持续接收手势频谱波形信号之后，会将手势频谱波形信号输入到已经存在的手势人工智能模型中进行识别，从而得到人体手势动作信息。

步骤103：根据人体手势动作信息生成控制指令。

本发明实施例中，在得到人体手势动作信息之后，云平台根据人体手势动作信息生成对应的控制指令，云平台中还配置有人体手势动作信息-控制指令表，通过该表即可实现一个人体手势动作信息对应生成一个控制指令，例如：人体手势动作信息为向右滑动动作时，对应生成的控制指令就可以使得控制终端的展示页面向右滑动，人体手势动作信息为点击动作时，对应生成的控制指令就可以使得控制终端的执行点击操作，进入相应的页面。

步骤104：发送控制指令至控制终端，以控制智能设备工作。

本发明实施例中，在生成控制指令之后，云平台将控制指令发送至控制终端，控制终端接收到该控制指令之后，按照控制指令进行相应的操作，进而控制智能设备工作。

上述过程中，为了更适用于实际的工作情况和环境，对于一台控制终端来说，首先必须要让其开始使用人体手势动作控制智能设备功能，例如：假若控制终端始终在工作，在深夜睡觉时间，用户起床喝水或者拿手机，会产生一定的手势动作，该手势动作反应出的手势频谱波形信号可能会和点击动作信息对应的手势频谱波形信号相同或者十分接近，那么云平台可能会根据该手势频谱波形信号产生对应的控制指令，造成智能设备的误操作，这是不符合实际使用情况的，因此，一般需要预设一个开启使用人体手势动作控制智能设备功能的手势动作，和一个关闭使用人体手势动作控制智能设备功能的手势动作，这样，在用户不需要通过手势动作控制智能设备时，关闭该功能。当然，也可以直接将控制终端关闭，这样控制终端不在处于工作状态，也就不再向云平台发送手势频谱波形信号。其具体的步骤包括：

将手势频谱波形信号输入手势人工智能模型进行识别；

在手势频谱波形信号符合第一预设手势频谱波形信号的情况下，得到第一人体手势动作信息，第一人体手势动作信息为开启使用人体手势动作控制智能设备功能的信息；根据第一人体手势动作信息，生成第一提示信息并发送至控制终端，以使得控制终端提示使用人体手势动作控制智能设备的功能开启。第一预设手势动作可以是用户自行设定的，也可以是生产控制终端的厂家提前设定好，告知用户的，当然，用户可以进行更改。

例如：第一预设手势为画一个五角形，那么用户使用该手势动作之后，云平台接收到对应的手势频谱波形信号，输入到手势人工智能模型中，识别出手势频谱波形信号符合该预设手势动作对应的手势频谱波形信号，那么就生成第一提示信息并发送给控制终端，以提示用户使用人体手势动作控制智能设备的功能开启，同时，云平台开始将后续接收到的手势频谱波形信号输入到手势人工智能模型中，继续后续工作。

关闭使用人体手势动作控制智能设备的功能时，则在手势频谱波形信号符合第二预设手势频谱波形信号的情况下，得到第二人体手势动作信息，第二人体手势动作信息为闭关使用人体手势动作控制智能设备功能的信息；根据第二人体手势动作信息，生成第二提示信息并发送至控制终端，以使得控制终端提示使用人体手势动作控制智能设备的功能关闭。

例如：第二预设手势为画一个正方形，那么用户使用该手势动作之后，云平台接收到对应的手势频谱波形信号，输入到手势人工智能模型中，识别出手势频谱波形信号符合该预设手势动作对应的手势频谱波形信号，那么就生成第二提示信息并发送给控制终端，以提示用户使用人体手势动作控制智能设备的功能关闭，同时，云平台将忽略后续接收到的手势频谱波形信号，自然不会将其输入到手势人工智能模型中，不进行后续工作，直到用户再次进行画一个五角形的手势动作，才恢复工作。

另外，由于不同人在同一特定频谱信号环境下同一人体手势动作反应出的手势频谱波形信号不同，因此，可以在手势人工智能模型中设定：一类手势频谱波形信号和二类手势频谱波形信号，一类手势频谱波形信号和二类手势频谱波形信号分别表征不同人在同一特定频谱信号环境下同一人体手势动作。例如：用户本人和其孩子，处于同一特定频谱信号环境下，两人同时用手势画一个五角形，那么用户本人画五角形对应的手势频谱波形信号与其孩子画五角形对应的手势频谱波形信号是不同的。

通过这种不同的差异，可以使得用户实现对孩子权限的限制，假设用户本人的手势动作对应一类手势频谱波形信号，用户孩子的手势动作对应二类手势频谱波形信号，若云平台接收到手势频谱波形信号，将其输入到手势人工智能模型中进行识别，在手势频谱波形信号符合一类手势频谱波形信号的情况下，得到一类手势频谱波形信号对应的人体手势动作信息，即，用户本人手势动作时，云平台会进行处理；而在手势频谱波形信号符合二类手势频谱波形信号的情况下，忽略手势频谱波形信号，即，用户的孩子手势动作时，云平台不会进行处理。

参照图2，示出了本发明实施例另一种手势控制智能设备的方法的流程图，该方法应用于控制终端，控制终端与云平台连接，手势控制智能设备的方法包括：

步骤201：发射特定频谱信号后持续获得手势频谱波形信号，手势频谱波形信号是根据特定频谱信号环境下人体手势动作得到的。

本发明实施例中，控制终端处于用户的室内，其开始工作时，会发射特定频谱信号，同时也会持续接收反馈的手势频谱波形信号，手势频谱波形信号是根据特定频谱信号环境下人体手势动作得到的。具体的：

控制终端包括：特定频谱发射模块、采集分析手势模块；控制终端通过特定频谱发射模块持续发射特定频谱信号；再通过采集分析手势模块采集人体手势信号，由于特定频谱信号属于模拟量，因此，人体手势信号在特定频谱信号环境下产生的依然是模拟量，控制终端接收到之后，需要进行运算，从而获得手势频谱波形信号。

步骤202：将获得的手势频谱波形信号发送至云平台。

控制终端获得手势频谱波形信号之后，直接将其发送至云平台，自身不做其他任何处理。

步骤203：接收云平台发送的控制指令，控制指令由云平台根据手势频谱波形信号生成。

步骤204：通过控制指令控制智能设备工作。

本发明实施例中，在云平台按照前述的方法生成对应手势频谱波形信号的控制指令之后，会将控制指令发送给控制终端，控制终端根据控制指令，控制智能设备工作。

可以理解的是，假若控制终端损坏，或者切段电源不工作，则用户自然无法使用手势动作控制智能设备工作的功能。当然，本发明实施例中，也可以在控制终端中设置一个对比模块，使得控制终端自身就可以实现软开启或者软关闭使用手势动作控制智能设备工作的功能，所谓软开启或者软关系是指控制终端一直带电，处于发射特定频谱信号和获取手势频谱波形信号的状态，当软关闭时，控制终端不再将获取的手势频谱波形信号发射给云平台。

对比模块包括：第三预设手势频谱波形信号和第四预设手势频谱波形信号，在通过采集分析手势模块采集人体手势信号，并进行运算获得手势频谱波形信号之后，通过对比模块对比手势频谱波形信号是否与第三预设手势频谱波形信号或第四预设手势频谱波形信号相符；在手势频谱波形信号符合第三预设手势频谱波形信号的情况下，将后续获得的手势频谱波形信号发送给云平台，第三预设手势频谱波形信号表征开启使用人体手势动作控制智能设备功能；在手势频谱波形信号符合第四预设手势频谱波形信号的情况下，忽略后续获得的手势频谱波形信号，第四预设手势频谱波形信号表征关闭使用人体手势动作控制智能设备功能。这样，就可以实现控制终端的软开启或者软关闭。

需要说明的是，本发明实施例中控制终端可以控制用户室内的所有智能设备，所有智能设备的控制、状态显示等内容均可以由控制终端的前端展示给用户，例如：用户的智能设备包括：电视、冰箱、洗衣机、空调、咖啡机、面包机等，在控制终端开始工作后，其前端会展示出每一个智能设备的选项，用户在开启使用人体手势动作控制智能设备功能之后，即可通过前述的方法，或翻页、或点击，类似于智能手机或是平板触碰的操作，在室内使用手势动作来进行操作，进而控制智能设备的工作。

参照图3，示出了本发明实施例一种手势控制智能设备的系统，该系统包括：云平台和控制终端，云平台与控制终端连接，控制终端与智能设备连接，云平台配置有手势人工智能模型，手势人工智能模型是用于识别人体手势动作信息的模型，控制终端包括：特定频谱发射模块、采集分析手势模块，假设用户的智能设备包括：电视、冰箱、洗衣机、空调、咖啡机、面包机，在控制终端的前端页面上展示出每一个智能设备的选项，每一个智能设备均有一个数字，比如电视机为1、冰箱为2、洗衣机为3、空调为4、咖啡机为5、面包机为6，用户使用手势在空中画一个五角形，控制终端获取到该手势动作对应的手势频谱波形信号，将其发送至云平台，云平台接收到后，输入手势人工智能模型进行识别，识别出其符合第一预设手势频谱波形信号，得到人体手势动作信息为开启使用人体手势动作控制智能设备功能，之后生成第一提示信息并反馈至控制终端，控制终端接收后，再前端页面上提示使用人体手势动作控制所述智能设备的功能开启。

之后，用户想打开电视机，让咖啡机和面包机工作，则用户首先手势在空中写个1，通过和前述一样的方法，控制终端即可进入电视机的下一级菜单选项页面，该页面可能包括：开机、关机、音量等选项，以供用户选择，如果需要返回上一级菜单，则手势在空中做返回操作对应的手势动作即可返回上一级菜单，假若当前页面没有用户需要的选项，则可以进行左或者右滑动手势动作进行相应的操作。操作完电视机后，可以按照相同的步骤，继续开启咖啡机、面包机等。

通过上述实施例，本发明提供的一种手势控制智能设备的方法，云平台持续接收控制终端发送的手势频谱波形信号，将手势频谱波形信号输入手势人工智能模型进行识别，以得到人体手势动作信息；根据人体手势动作信息生成控制指令；发送控制指令至控制终端，以控制智能设备工作。控制终端发射特定频谱信号后持续获得手势频谱波形信号，将获得的手势频谱波形信号发送至云平台；接收云平台发送的控制指令，通过控制指令控制智能设备工作。

本发明不需要使用任何视频图像设备或者传感器设备即可实现对人体手势动作的识别，不存在现有技术所产生的问题，并且用户室内只需一个控制终端即可实现对人体手势动作的识别，不需要复杂操作，十分方便，极大的提高了用户的使用感。同时，手势频谱波形信号既不受光照影响也不受障碍物影响，控制终端不需要复杂的运算，也不需要集成视频图像设备或者传感器设备，运算、识别全部由云平台完成，不但识别精准度高，并且降低了控制终端的成本，间接降低了用户的使用成本。

另外需要说明的是，本发明实施例的控制终端还可以进行扩展，自身可以配置一个手势人工智能模型，这样就可以不用连接云平台，直接在局域网内自身完成人体手势动作识别。并且，本发明实施例的人体手势动作识别方案还可以配合现有传统的人体手势动作识别方案相互作用，从而达到更理想的识别效果，为用户提供更好的服务。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法所固有的要素。

以上对本发明的实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种手势控制智能设备的方法，其特征在于，应用于云平台，所述云平台与控制终端连接，所述云平台配置有手势人工智能模型，所述手势人工智能模型是用于识别人体手势动作信息的模型，所述方法包括：

持续接收所述控制终端发送的手势频谱波形信号，所述手势频谱波形信号是所述控制终端根据特定频谱信号环境下人体手势动作得到的；

将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息；

根据所述人体手势动作信息生成控制指令；

发送所述控制指令至所述控制终端，以控制所述智能设备工作。

2.根据权利要求1所述的方法，其特征在于，将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息，包括：

将所述手势频谱波形信号输入所述手势人工智能模型进行识别；

在所述手势频谱波形信号符合第一预设手势频谱波形信号的情况下，得到第一人体手势动作信息，所述第一人体手势动作信息为开启使用人体手势动作控制所述智能设备功能的信息；

在所述手势频谱波形信号符合第二预设手势频谱波形信号的情况下，得到第二人体手势动作信息，所述第二人体手势动作信息为闭关使用人体手势动作控制所述智能设备功能的信息。

3.根据权利要求2所述的方法，其特征在于，在所述手势频谱波形信号符合第一预设手势频谱波形信号的情况下，得到第一人体手势动作信息之后，所述方法还包括：

根据所述第一人体手势动作信息，生成第一提示信息并发送至所述控制终端，以使得所述控制终端提示使用人体手势动作控制所述智能设备的功能开启；

在所述手势频谱波形信号符合第二预设手势频谱波形信号的情况下，得到第二人体手势动作信息之后，所述方法还包括：

根据所述第二人体手势动作信息，生成第二提示信息并发送至所述控制终端，以使得所述控制终端提示使用人体手势动作控制所述智能设备的功能关闭。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在使用人体手势动作控制所述智能设备的功能关闭的情况下，忽略持续接收到的所述手势频谱波形信号。

5.根据权利要求2所述的方法，其特征在于，所述手势人工智能模型包括：一类手势频谱波形信号和二类手势频谱波形信号，所述一类手势频谱波形信号和所述二类手势频谱波形信号分别表征不同人在同一所述特定频谱信号环境下同一人体手势动作，将所述手势频谱波形信号输入所述手势人工智能模型进行识别，以得到人体手势动作信息，包括：

将所述手势频谱波形信号输入所述手势人工智能模型进行识别；

在所述手势频谱波形信号符合所述一类手势频谱波形信号的情况下，得到所述一类手势频谱波形信号对应的人体手势动作信息；

在所述手势频谱波形信号符合所述二类手势频谱波形信号的情况下，忽略所述手势频谱波形信号。

6.根据权利要求1所述的方法，其特征在于，所述手势人工智能模型由以下方法得到：

获得多个所述手势频谱波形信号，每个所述手势频谱波形信号携带标记，该标记表征单个手势频谱波形信号代表的人体手势动作信息；

以多个所述手势频谱波形信号为输入，对第一预设模型进行训练，得到所述手势人工智能模型，所述手势人工智能模型用于识别所述人体手势动作信息。

7.一种手势控制智能设备的方法，其特征在于，应用于控制终端，所述控制终端与云平台连接，所述方法包括：

发射特定频谱信号后持续获得手势频谱波形信号，所述手势频谱波形信号是根据特定频谱信号环境下人体手势动作得到的；

将获得的所述手势频谱波形信号发送至所述云平台；

接收所述云平台发送的控制指令，所述控制指令由所述云平台根据所述手势频谱波形信号生成；

通过所述控制指令控制所述智能设备工作。

8.根据权利要求7所述的方法，其特征在于，所述控制终端包括：特定频谱发射模块、采集分析手势模块；发射特定频谱信号后持续获得手势频谱波形信号，包括：

通过所述特定频谱发射模块持续发射特定频谱信号；

通过所述采集分析手势模块采集人体手势信号，并进行运算获得所述手势频谱波形信号，所述手势信号由人体手势动作在特定频谱信号环境下产生。

9.根据权利要求8所述的方法，其特征在于，所述控制终端包括：对比模块，所述对比模块包括：第三预设手势频谱波形信号和第四预设手势频谱波形信号，在通过所述采集分析手势模块采集人体手势信号，并进行运算获得所述手势频谱波形信号之后，所述方法还包括：

通过所述对比模块对比所述手势频谱波形信号是否与所述第三预设手势频谱波形信号或所述第四预设手势频谱波形信号相符；

在所述手势频谱波形信号符合第三预设手势频谱波形信号的情况下，将后续获得的所述手势频谱波形信号发送给所述云平台，所述第三预设手势频谱波形信号表征开启使用人体手势动作控制所述智能设备功能；

在所述手势频谱波形信号符合第四预设手势频谱波形信号的情况下，忽略后续获得的所述手势频谱波形信号，所述第四预设手势频谱波形信号表征关闭使用人体手势动作控制所述智能设备功能。

10.一种手势控制智能设备的系统，其特征在于，所述系统包括：云平台和控制终端，所述云平台与所述控制终端连接，所述云平台配置有手势人工智能模型，所述手势人工智能模型是用于识别人体手势动作信息的模型，所述云平台用于执行权利要求1-6所述的任一方法，所述控制终端用于执行权利要求7-9所述的任一方法。

Images