CN113977588A - 一种智能仿生手的手势识别方法、装置、终端及存储介质 - Google Patents

一种智能仿生手的手势识别方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN113977588A
CN113977588A CN202111586820.XA CN202111586820A CN113977588A CN 113977588 A CN113977588 A CN 113977588A CN 202111586820 A CN202111586820 A CN 202111586820A CN 113977588 A CN113977588 A CN 113977588A
Authority
CN
China
Prior art keywords
gesture
intelligent bionic
fingers
intelligent
target
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.)
Granted
Application number
CN202111586820.XA
Other languages
English (en)
Other versions
CN113977588B (zh
Inventor
韩璧丞
黄琦
阿迪斯
王俊霖
古月
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.)
Shenzhen Mental Flow Technology Co Ltd
Original Assignee
Shenzhen Mental Flow 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 Shenzhen Mental Flow Technology Co Ltd filed Critical Shenzhen Mental Flow Technology Co Ltd
Priority to CN202111586820.XA priority Critical patent/CN113977588B/zh
Publication of CN113977588A publication Critical patent/CN113977588A/zh
Application granted granted Critical
Publication of CN113977588B publication Critical patent/CN113977588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种智能仿生手的手势识别方法、装置、终端及存储介质，所述方法包括：获取智能仿生手上五个智能仿生手指分别对应的运动信息；获取预设的手势模板数据库；根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。本发明通过检测智能仿生手上五个智能仿生手指的运动情况来进行手势识别，解决了现有技术中需要在智能仿生手上安装摄像头，通过摄像头执行图像识别来完成手势识别，由于摄像头具有一定的体积和重量，导致智能仿生手灵敏度降低的问题。

Description

一种智能仿生手的手势识别方法、装置、终端及存储介质
技术领域
本发明涉及机器人领域，尤其涉及的是一种智能仿生手的手势识别方法、装置、终端及存储介质。
背景技术
智能仿生手是一款脑机接口技术于人工智能算法高度融合的智能产品。智能仿生手可以通过提取佩戴者手臂神经肌肉信号，识别佩戴者的运动意图，并将运动示意图转化成智能仿生手的动作，从而做到灵巧智能，手随心动。
目前针对智能仿生手的手势识别方案主要还是借助摄像头执行图像识别，所以需要在智能仿生手的前端设置一个摄像头，由于摄像头占有一定的体积和重量，因此在一定程度上会降低智能仿生手的灵敏度。
因此，现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种智能仿生手的手势识别方法、装置、终端及存储介质，旨在解决现有技术中需要在智能仿生手上安装摄像头，通过摄像头执行图像识别来完成手势识别，由于摄像头具有一定的体积和重量，导致智能仿生手灵敏度降低的问题。
本发明解决问题所采用的技术方案如下：
第一方面，本发明实施例提供一种智能仿生手的手势识别方法，其中，所述方法包括：
获取智能仿生手上五个智能仿生手指分别对应的运动信息；
获取预设的手势模板数据库；
根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
在一种实施方式中，所述获取智能仿生手上五个智能仿生手指分别对应的运动信息，包括：
通过五个传感器组获取五个所述智能仿生手指分别对应的所述运动信息，其中，每一所述智能仿生手指上设置有一个所述传感器组。
在一种实施方式中，每一所述传感器组包括角速度传感器和加速度传感器，所述通过五个所述智能仿生手指上的传感器组获取五个所述智能仿生手指分别对应的所述运动信息，包括：
通过五个所述智能仿生手指分别对应的所述角速度传感器获取五个所述智能仿生手指分别对应的角度变化信息；
通过五个所述智能仿生手指分别对应的所述加速度传感器获取五个所述智能仿生手指分别对应的速度变化信息；
根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的所述运动信息。
在一种实施方式中，所述根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的所述运动信息，包括：
根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的空间运动相对轨迹数据；
将五个所述智能仿生手指分别对应的所述空间运动相对轨迹作为五个所述智能仿生手指分别对应的所述运动信息。
在一种实施方式中，所述根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势，包括：
将五个所述智能仿生手指分别对应的所述运动信息与所述手势模板数据库中每一手势模板对应的运动信息标签进行比对，将比对成功的所述手势模板作为目标手势模板；
获取所述目标手势模板对应的手势标签，其中，所述手势标签用于反映所述目标手势模板对应的手势动作；
根据所述手势标签确定所述目标手势。
在一种实施方式中，所述方法还包括：
根据所述目标手势，确定目标操作设备和目标控制指令；
根据所述目标控制指令控制所述目标操作设备。
在一种实施方式中，所述根据所述目标手势，确定目标控制指令，还包括：
获取手势指令数据库，其中，所述手势指令数据库包含若干手势类别、若干操作设备以及若干控制指令三者之间的组合关系；
根据所述手势指令数据库中查找出所述目标手势对应的所述目标操作设备和所述目标控制指令。
第二方面，本发明实施例还提供一种智能仿生手的手势识别装置，其中，所述装置包括：
运动监测模块，用于获取智能仿生手上五个智能仿生手指分别对应的运动信息；
模板调取模块，用于获取预设的手势模板数据库；
手势识别模块，用于根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
第三方面，本发明实施例还提供一种终端，其中，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如上述任一所述的智能仿生手的手势识别方法的指令；所述处理器用于执行所述程序。
第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的智能仿生手的手势识别方法的步骤。
本发明的有益效果：本发明实施例通过获取智能仿生手上五个智能仿生手指分别对应的运动信息；获取预设的手势模板数据库；根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。本发明通过检测智能仿生手上五个智能仿生手指的运动情况来进行手势识别，解决了现有技术中需要在智能仿生手上安装摄像头，通过摄像头执行图像识别来完成手势识别，由于摄像头具有一定的体积和重量，导致智能仿生手灵敏度降低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的智能仿生手的手势识别方法的流程示意图。
图2是本发明实施例提供的智能仿生手的手势识别装置的内部模块示意图。
图3是本发明实施例提供的终端的原理框图。
具体实施方式
本发明公开了一种智能仿生手的手势识别方法、装置、终端及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。 应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
智能仿生手是一款脑机接口技术于人工智能算法高度融合的智能产品。智能仿生手可以通过提取佩戴者手臂神经肌肉信号，识别佩戴者的运动意图，并将运动示意图转化成智能仿生手的动作，从而做到灵巧智能，手随心动。
目前针对智能仿生手的手势识别方案主要还是借助摄像头执行图像识别，所以需要在智能仿生手的前端设置一个摄像头，由于摄像头占有一定的体积和重量，因此在一定程度上会降低智能仿生手的灵敏度。
针对现有技术的上述缺陷，本发明提供一种智能仿生手的手势识别方法，所述方法包括：获取智能仿生手上五个智能仿生手指分别对应的运动信息；获取预设的手势模板数据库；根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。本发明通过检测智能仿生手上五个智能仿生手指的运动情况来进行手势识别，解决了现有技术中需要在智能仿生手上安装摄像头，通过摄像头执行图像识别来完成手势识别，由于摄像头具有一定的体积和重量，导致智能仿生手灵敏度降低的问题。
如图1所示，所述方法包括：
步骤S100、获取智能仿生手上五个智能仿生手指分别对应的运动信息。
具体地，当穿戴者操控着智能仿生手做出手势时，不同手势下五个智能仿生手指的运动情况是有差异的，因此本实施例的目标就是通过获取各自智能仿生手指的运动信息，来判定智能仿生手当前所作出的手势的类别。
在一种实现方式中，所述步骤S100具体包括如下步骤：
步骤S101、通过五个传感器组获取五个所述智能仿生手指分别对应的所述运动信息，其中，每一所述智能仿生手指上设置有一个所述传感器组。
具体地，为了获取每个智能仿生手指的运动信息，本实施例在每个智能仿生手指上均设置了一个传感器组，每个传感器组都可以采集到对应的智能仿生手的运动相关数据，例如智能仿生手指当前的运动加速度、运动角速度等等。通过对每个智能仿生手指的传感器组采集到的数据进行分析，可以得到每个智能仿生手指的运动信息，每个智能仿生手指的运动信息可以反映其在三维空间中的运动轨迹/路径。
在一种实现方式中，每一所述传感器组包括角速度传感器和加速度传感器，所述步骤S101具体包括如下步骤：
步骤S1011、通过五个所述智能仿生手指分别对应的所述角速度传感器获取五个所述智能仿生手指分别对应的角度变化信息；
步骤S1012、通过五个所述智能仿生手指分别对应的所述加速度传感器获取五个所述智能仿生手指分别对应的速度变化信息；
步骤S1013、根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的所述运动信息。
具体地，每个传感器组包括测量角度变化的角速度传感器，通过角速度传感器可以感知到智能仿生手指运动方向的改变。每个传感器组还包括测量加速度的加速度传感器，通过加速度传感器可以感知到智能仿生手指运动速度的改变。因此基于每个智能仿生手指的角速度传感器可以获取到每个智能仿生手指的角度变化信息，基于每个智能仿生手指的加速度传感器可以获取到每个智能仿生手指的速度变化信息。通过每个智能仿生手指分别对应的角度变化信息和速度变化信息，可以判定每个智能仿生手指的运动情况，从而得到每个智能仿生手指的运动信息。
在一种实现方式中，所述步骤S1013具体包括如下步骤：
步骤S10131、根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的空间运动相对轨迹数据；
步骤S10132、将五个所述智能仿生手指分别对应的所述空间运动相对轨迹作为五个所述智能仿生手指分别对应的所述运动信息。
具体地，由于角度变化信息可以反映智能仿生手指在不同时间点的运动角度，速度变化信息可以反映智能仿生手指在不同时间点的运动速度，因此基于每个智能仿生手指的角度变化信息和速度变化信息，可以确定每个智能仿生手指在预设时间段内的空间运动相对轨迹数据，该空间运动相对轨迹数据即为智能仿生手指的运动信息。
如图1所示，所述方法还包括如下步骤：
步骤S200、获取预设的手势模板数据库。
具体地，为了识别出穿戴者操控智能仿生手做出的是何种手势，本实施例预先设计了一个手势模板数据库。该手势模板数据库中存储有多个手势模板，每个手势模板分配有一个手势标签，该手势标签用于反映该手势模板对应的手势类别，每个手势模板还分配有一个运动信息标签，该运动信息标签用于反映注册阶段穿戴者操控智能仿生手做出该手势时每个智能仿生手指产生的运动信息。
如图1所示，所述方法还包括如下步骤：
步骤S300、根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
具体地，通过将当前五个智能仿生手指分别对应的运动信息与手势模板数据库中每个手势模板进行比对，比对后将相似度最高的手势模板所对应的手势类别作为目标手势，通过目标手势可以确定穿戴者当前操控智能仿生手所作出的是何种手势。
在一种实现方式中，所述步骤S300具体包括如下步骤：
步骤S301、将五个所述智能仿生手指分别对应的所述运动信息与所述手势模板数据库中每一手势模板对应的运动信息标签进行比对，将比对成功的所述手势模板作为目标手势模板；
步骤S302、获取所述目标手势模板对应的手势标签，其中，所述手势标签用于反映所述目标手势模板对应的手势动作；
步骤S303、根据所述手势标签确定所述目标手势。
具体地，为了确定当前穿戴者操控智能仿生手做出的手势，本实施例需要将获取到的五个智能仿生手指的运动信息与手势模板库中每一个手势模板对应的运动信息标签进行比对。可以理解的是，运动信息标签也包含有五个仿生手指分别对应的运动信息，比对时需要将当前获取到的每个智能仿生手指的运动信息与每一手势模板中对应的智能仿生手指的运动信息进行比对，得到每个手势模板对应的相似度，例如，将当前获取到的拇指的运动信息与某一手势模板中的拇指的运动信息进行比对。并对所有智能仿生手指的相似度取平均值，得到该手势模板对应的相似度。当所有手势模板均比对完毕以后，将相似度最高的手势模板作为目标手势模板。再获取该目标手势模板对应的手势标签，通过该手势标签就可以确定当前穿戴者操控仿生手做出的手势，即目标手势。
在一种实现方式中，所述方法还包括如下步骤：
步骤S10、根据所述目标手势，确定目标操作设备和目标控制指令；
步骤S20、根据所述目标控制指令控制所述目标操作设备。
简单来讲，本实施例中智能仿生手可以执行多种手势操作，例如针对很多电子设备的操作，穿戴者无需操控智能仿生手按住实体键，而是做出特定的手势即可实现。具体地，本实施例预先存储了各种手势、各种操作设备、各种控制指令三者之间的组合关系，当穿戴者操控智能仿生手做出目标手势时，基于预先设定的组合关系可以确定目标手势对应的操作设备和控制指令，即得到目标操作设备和目标控制指令。然后通过目标控制指令控制目标操作设备执行对应的操作。
举例说明，当目标手势为ok手势时，通过预先设定的组合关系可以确定目标操作设备为电视机，目标控制指令为开启，则当穿戴者操控智能仿生手做出ok手势时即可开启电视机。
在一种实现方式中，所述步骤S10具体包括如下步骤：
步骤S11、获取手势指令数据库，其中，所述手势指令数据库包含若干手势类别、若干操作设备以及若干控制指令三者之间的组合关系；
步骤S12、根据所述手势指令数据库中查找出所述目标手势对应的所述目标操作设备和所述目标控制指令。
具体地，为了通过智能仿生手实现手势操作，本实施例预先构建了一个手势指令数据库，其中，手势指令数据库中包含有不同手势类别、操作设备、控制指令三者之间的组合关系。例如竖大拇指、风扇、开启可以为一个组合，当穿戴者操控智能仿生手做出竖大拇指的手势时即可开启风扇。因此通过手势指令数据库就可以查找到与目标手势为同一组合关系的操作设备和控制指令，即得到目标操作设备和目标控制指令。
基于上述实施例，本发明还提供了一种智能仿生手的手势识别装置，如图2所示，所述装置包括：
运动监测模块01，用于获取智能仿生手上五个智能仿生手指分别对应的运动信息；
模板调取模块02，用于获取预设的手势模板数据库；
手势识别模块03，用于根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
基于上述实施例，本发明还提供了一种终端，其原理框图可以如图3所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现智能仿生手的手势识别方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一种实现方式中，所述终端的存储器中存储有一个或者一个以上的程序，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取智能仿生手上五个智能仿生手指分别对应的运动信息；
获取预设的手势模板数据库；
根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
综上所述，本发明公开了一种智能仿生手的手势识别方法、装置、终端及存储介质，所述方法包括：获取智能仿生手上五个智能仿生手指分别对应的运动信息；获取预设的手势模板数据库；根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。本发明通过检测智能仿生手上五个智能仿生手指的运动情况来进行手势识别，解决了现有技术中需要在智能仿生手上安装摄像头，通过摄像头执行图像识别来完成手势识别，由于摄像头具有一定的体积和重量，导致智能仿生手灵敏度降低的问题。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种智能仿生手的手势识别方法，其特征在于，所述方法包括：
获取智能仿生手上五个智能仿生手指分别对应的运动信息；
获取预设的手势模板数据库；
根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
2.根据权利要求1所述的智能仿生手的手势识别方法，其特征在于，所述获取智能仿生手上五个智能仿生手指分别对应的运动信息，包括：
通过五个传感器组获取五个所述智能仿生手指分别对应的所述运动信息，其中，每一所述智能仿生手指上设置有一个所述传感器组。
3.根据权利要求2所述的智能仿生手的手势识别方法，其特征在于，每一所述传感器组包括角速度传感器和加速度传感器，所述通过五个所述智能仿生手指上的传感器组获取五个所述智能仿生手指分别对应的所述运动信息，包括：
通过五个所述智能仿生手指分别对应的所述角速度传感器获取五个所述智能仿生手指分别对应的角度变化信息；
通过五个所述智能仿生手指分别对应的所述加速度传感器获取五个所述智能仿生手指分别对应的速度变化信息；
根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的所述运动信息。
4.根据权利要求3所述的智能仿生手的手势识别方法，其特征在于，所述根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的所述运动信息，包括：
根据五个所述智能仿生手指分别对应的所述角度变化信息和所述速度变化信息，确定五个所述智能仿生手指分别对应的空间运动相对轨迹数据；
将五个所述智能仿生手指分别对应的所述空间运动相对轨迹作为五个所述智能仿生手指分别对应的所述运动信息。
5.根据权利要求1所述的智能仿生手的手势识别方法，其特征在于，所述根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势，包括：
将五个所述智能仿生手指分别对应的所述运动信息与所述手势模板数据库中每一手势模板对应的运动信息标签进行比对，将比对成功的所述手势模板作为目标手势模板；
获取所述目标手势模板对应的手势标签，其中，所述手势标签用于反映所述目标手势模板对应的手势动作；
根据所述手势标签确定所述目标手势。
6.根据权利要求1所述的智能仿生手的手势识别方法，其特征在于，所述方法还包括：
根据所述目标手势，确定目标操作设备和目标控制指令；
根据所述目标控制指令控制所述目标操作设备。
7.根据权利要求6所述的智能仿生手的手势识别方法，其特征在于，所述根据所述目标手势，确定目标控制指令，还包括：
获取手势指令数据库，其中，所述手势指令数据库包含若干手势类别、若干操作设备以及若干控制指令三者之间的组合关系；
根据所述手势指令数据库中查找出所述目标手势对应的所述目标操作设备和所述目标控制指令。
8.一种智能仿生手的手势识别装置，其特征在于，所述装置包括：
运动监测模块，用于获取智能仿生手上五个智能仿生手指分别对应的运动信息；
模板调取模块，用于获取预设的手势模板数据库；
手势识别模块，用于根据五个所述智能仿生手指分别对应的所述运动信息和所述手势模板数据库，确定目标手势。
9.一种终端，其特征在于，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的智能仿生手的手势识别方法的指令；所述处理器用于执行所述程序。
10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的智能仿生手的手势识别方法的步骤。
CN202111586820.XA 2021-12-23 2021-12-23 一种智能仿生手的手势识别方法、装置、终端及存储介质 Active CN113977588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111586820.XA CN113977588B (zh) 2021-12-23 2021-12-23 一种智能仿生手的手势识别方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111586820.XA CN113977588B (zh) 2021-12-23 2021-12-23 一种智能仿生手的手势识别方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN113977588A true CN113977588A (zh) 2022-01-28
CN113977588B CN113977588B (zh) 2022-05-17

Family

ID=79734113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111586820.XA Active CN113977588B (zh) 2021-12-23 2021-12-23 一种智能仿生手的手势识别方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN113977588B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114167995A (zh) * 2022-02-14 2022-03-11 浙江强脑科技有限公司 一种仿生手的手势锁定方法、装置、终端及存储介质
CN114625246A (zh) * 2022-02-14 2022-06-14 深圳市心流科技有限公司 一种手势组合触发方法、装置、智能仿生手及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130285404A1 (en) * 2012-04-30 2013-10-31 Precision Machinery Research & Development Center Finger-gesticulation hand device
CN105892301A (zh) * 2016-05-19 2016-08-24 深圳还是威健康科技有限公司 智能家居控制方法及装置
CN106794579A (zh) * 2014-04-17 2017-05-31 软银机器人欧洲公司 具有自主生活能力的人形机器人
CN108381511A (zh) * 2018-04-28 2018-08-10 刘宇栋 基于感应遥控手套的手势控制移动平台
CN109710081A (zh) * 2019-02-20 2019-05-03 杭州老板电器股份有限公司 手势感应测试装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130285404A1 (en) * 2012-04-30 2013-10-31 Precision Machinery Research & Development Center Finger-gesticulation hand device
CN106794579A (zh) * 2014-04-17 2017-05-31 软银机器人欧洲公司 具有自主生活能力的人形机器人
CN105892301A (zh) * 2016-05-19 2016-08-24 深圳还是威健康科技有限公司 智能家居控制方法及装置
CN108381511A (zh) * 2018-04-28 2018-08-10 刘宇栋 基于感应遥控手套的手势控制移动平台
CN109710081A (zh) * 2019-02-20 2019-05-03 杭州老板电器股份有限公司 手势感应测试装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114167995A (zh) * 2022-02-14 2022-03-11 浙江强脑科技有限公司 一种仿生手的手势锁定方法、装置、终端及存储介质
CN114625246A (zh) * 2022-02-14 2022-06-14 深圳市心流科技有限公司 一种手势组合触发方法、装置、智能仿生手及存储介质

Also Published As

Publication number Publication date
CN113977588B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN113977588B (zh) 一种智能仿生手的手势识别方法、装置、终端及存储介质
CN113970968B (zh) 一种智能仿生手的动作预判方法
CN105825524A (zh) 目标跟踪方法和装置
WO2022105692A1 (zh) 一种手势识别方法及装置
WO2021047587A1 (zh) 手势识别方法、电子设备、计算机可读存储介质和芯片
CN110163086B (zh) 基于神经网络的健身动作识别方法、装置、设备及介质
CN113139626B (zh) 模板匹配方法、装置、电子设备及计算机可读存储介质
US11967125B2 (en) Image processing method and system
CN111767965B (zh) 图像匹配方法、装置、电子设备及存储介质
Chua et al. Hand gesture control for human–computer interaction with Deep Learning
CN111445500B (zh) 实验活体行为的分析方法、装置、设备和存储介质
WO2021238866A1 (zh) 一种应用程序的显示方法、终端和计算机可读存储介质
CN114139630A (zh) 姿态识别方法、装置、存储介质和电子设备
CN113282330A (zh) 基于大数据的应用程序管理方法及人工智能服务器
US10846594B2 (en) Systems providing a learning controller utilizing indexed memory and methods thereto
CN116385527A (zh) 基于多源传感器的物体定位方法、装置和介质
US20220050528A1 (en) Electronic device for simulating a mouse
CN113641292B (zh) 在触摸屏上进行操作的方法和电子设备
CN115424267A (zh) 基于高斯分布的旋转目标检测方法和装置
Guillen et al. Digital image processing with Python and OpenCV
Muwardi et al. Research and Design of Fast Special Human Face Recognition System
CN109542229B (zh) 手势识别方法、用户设备、存储介质及装置
CN112036516A (zh) 一种图像处理方法、装置、电子设备和存储介质
Singh et al. Volume Control using Gestures
CN109189273A (zh) 触控事件处理方法、装置、计算机设备和存储介质

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