可穿戴设备及手势识别方法、计算机可读存储介质技术

本发明专利技术公开了一种可穿戴设备及手势识别方法、计算机可读存储介质，其中手势识别方法包括步骤：采集执行当前手势产生的振动信号；计算表示振动信号和样本信号之间相似度的相似度参数；根据相似度参数与预设阈值之间的大小关系判断当前手势为有效手势或无效手势。本发明专利技术提出的可穿戴设备的手势识别方法通过在皮肤上执行手势的方式和可穿戴设备进行交互，大大扩展了可穿戴设备的使用场景，提高了可穿戴设备的实用性。戴设备的实用性。戴设备的实用性。

【技术实现步骤摘要】
可穿戴设备及手势识别方法、计算机可读存储介质


[0001]本专利技术涉及手势识别领域，特别是涉及一种可穿戴设备及手势识别方法、计算机可读存储介质。

技术介绍

[0002]随着科技的快速发展，智能终端设备得到普及和应用，可穿戴设备是指能够直接穿在用户身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，其还能通过软件支持来实现强大的功能。主流的智能可穿戴设备包括智能手环、智能手表等。目前，可穿戴设备基本上都是通过实体按键和电容触控等方式进行交互的。但是，在某些场景，比如可穿戴设备表面有水的情景，此种交互方式会导致误触发或者无法触发操作的情况，从而影响交互体验。

技术实现思路

[0003]本专利技术为了解决上述现有技术中可穿戴设备的交互方式的使用场景受限的技术问题，提出一种可穿戴设备及手势识别方法、计算机可读存储介质。
[0004]本专利技术采用的技术方案是：
[0005]本专利技术提出了一种可穿戴设备及手势识别方法、计算机可读存储介质，其中可穿戴设备包括：
[0006]传感器，采集用户在皮肤表面执行手势产生的振动信号；
[0007]控制器，计算表示所述振动信号和样本信号之间相似度的相似度参数，并根据所述相似度参数判断手势为有效手势或无效手势。
[0008]优选的，所述传感器包括惯性传感器。
[0009]可穿戴设备的手势识别方法，所述可穿戴设备为上文所述的可穿戴设备，手势识别方法包括步骤：
[0010]采集执行当前手势产生的振动信号；
[0011]计算表示所述振动信号和样本信号之间相似度的相似度参数；
[0012]根据所述相似度参数与预设阈值之间的大小关系判断当前手势为有效手势或无效手势。
[0013]进一步的，所述相似度参数包括自相关系数和能量强度系数。
[0014]进一步的，计算所述振动信号和样本信号之间的相似度具体包括步骤：
[0015]对所述振动信号进行分帧处理；
[0016]对分帧处理后的所述振动信号进行时域处理获取所述自相关系数；
[0017]对分帧处理后的所述振动信号进行频域处理获取所述能量强度系数。
[0018]进一步的，根据所述相似度参数与预设阈值之间的大小关系判断当前手势为有效手势或无效手势具体包括步骤：
[0019]当所述自相关系数大于或等于第一预设阈值且所述能量强度系数大于或等于第
二预设阈值时，当前手势为有效手势；
[0020]当所述自相关系数小于第一预设阈值和/或所述能量强度系数小于第二预设阈值时，当前手势为无效手势。
[0021]进一步的，对分帧处理后的所述振动信号进行时域处理获取所述自相关系数具体包括步骤：将分帧处理后的所述振动信号和所述样本信号代入自相关函数计算公式，所述自相关函数计算公式输出的最大值即为所述自相关系数。
[0022]进一步的，对分帧处理后的所述振动信号进行频域处理获取所述能量强度系数具体包括步骤：对分帧处理后的所述振动信号进行滤波处理，计算滤波后的所述振动信号的平均能量值，所述平均能量值为所述能量强度系数。
[0023]计算机可读存储介质，所述计算机可读存储介质上存储有手势识别程序，所述手势识别程序被处理器执行时实现如上文所述的可穿戴设备的手势识别方法。
[0024]与现有技术比较，本专利技术提出的可穿戴设备的手势识别方法通过在皮肤上执行手势的方式和可穿戴设备进行交互，大大扩展了可穿戴设备的使用场景，提高了可穿戴设备的实用性。
附图说明
[0025]为了更清楚地说明本专利技术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专利技术的一些实施例，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他的附图。
[0026]图1为本专利技术提出的手势识别方法的流程图；
[0027]图2为本专利技术实施例中手势识别方法的流程图。
具体实施方式
[0028]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0029]随着科技的快速发展，智能终端设备得到普及和应用，可穿戴设备是指能够直接穿在用户身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，其还能通过软件支持来实现强大的功能。主流的智能可穿戴设备包括智能手环、智能手表等。目前，可穿戴设备基本上都是通过实体按键和电容触控等方式进行交互的。但是，在某些场景，比如可穿戴设备表面有水的情景，此种交互方式会导致误触发或者无法触发操作的情况，从而影响交互体验。
[0030]因此，为了解决现有技术中可穿戴设备的使用场景受限制的技术问题，本专利技术提出一种可穿戴设备及可穿戴设备的手势识别方法，其中可穿戴设备包括：
[0031]传感器，传感器采集用户在皮肤表面执行手势产生的振动信号；
[0032]控制器，控制器计算表示振动信号和样本信号之间相似度的相似度参数，并根据相似度参数判断用户在皮肤表面执行的手势为有效手势还是为无效手势。
[0033]具体的，在本实施例中，该可穿戴设备为耳机，用户通过点击耳机附近的皮肤和耳
机进行交互，比如用户点击一次可播放或暂停歌曲，用户连续点击两次可切换歌曲，用户连续点击三次可调整播放的音量等。耳机内设有传感器和控制器，传感器为惯性传感器，惯性传感器用于采集用户点击皮肤时产生的振动信号，控制器内提前存储有一次点击所对应的样本信号、连续两次点击所对应的样本信号和连续三次点击所对应的样本信号，控制器连接惯性传感器，惯性传感器将采集的振动信号传输给控制器，控制器计算表示振动信号和各个样本信号之间的相似度的相似度参数，然后控制器根据相似度参数判断用户的点击手势的种类以及判断用户的点击手势为有效手势还是为无效手势。
[0034]通过点击皮肤的方式和可穿戴设备进行交互，大大扩展了可穿戴设备的使用场景，提高了可穿戴设备的实用性。
[0035]本专利技术还提出一种可穿戴设备的手势识别方法，可穿戴设备即为上文提出的可穿戴设备，手势识别方法包括步骤：
[0036]采集在皮肤表面执行当前手势产生的振动信号；
[0037]计算振动信号和样本信号之间相似度的相似度参数；
[0038]根据相似度参数与设置阈值之间的大小关系判断当前手势为有效手势或无效手势。
[0039]具体的，如图1和图2所示，本专利技术提出的手势识别方法具体包括步骤：
[0040]首先，采集用户在皮肤表面执行当前手势产生的振动信号；
[0041]然后，计算表示振动信号和样本信号之间相似度的相似度参数。具体的，首先对振动信号进行分帧处理，具体的信号帧长可以根据控制器的处理能力进行设定，然后对分帧处理后的振动信号进行时域处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.可穿戴设备，其特征在于，包括：传感器，采集用户在皮肤表面执行手势产生的振动信号；控制器，计算表示所述振动信号和样本信号之间相似度的相似度参数，并根据所述相似度参数判断手势为有效手势或无效手势。2.如权利要求1所述的可穿戴设备，其特征在于，所述传感器包括惯性传感器。3.可穿戴设备的手势识别方法，所述可穿戴设备为权利要求1
‑
2任意一项所述的可穿戴设备，其特征在于，包括步骤：采集执行当前手势产生的振动信号；计算表示所述振动信号和样本信号之间相似度的相似度参数；根据所述相似度参数与预设阈值之间的大小关系判断当前手势为有效手势或无效手势。4.如权利要求3所述的手势识别方法，其特征在于，所述相似度参数包括自相关系数和能量强度系数。5.如权利要求4所述的手势识别方法，其特征在于，计算所述振动信号和样本信号之间的相似度具体包括步骤：对所述振动信号进行分帧处理；对分帧处理后的所述振动信号进行时域处理获取所述自相关系数；对分帧处理后的所述振动信号进行频域处理获取所述能量强度系数。6.如权利要求5所述的手势识别方法，其特征在于，根据所...

【专利技术属性】
技术研发人员：葛亮，商冬海，
申请(专利权)人：深圳国微感知技术有限公司，
类型：发明
国别省市：