基于智能戒指的手势监测方法及系统技术方案

本发明专利技术涉及数据处理领域，提供一种基于智能戒指的手势监测方法及系统，包括：利用传感器以第一采样频率实时采集手势对应的传感器数据，获得当前数据；基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子；当前数据之前的参考数据为与当前数据时间连续的预设数量的传感器数据；基于优化因子计算当前数据与预设手势指令序列的相似度；基于相似度确定传感器的采样频率优化因子，并利用采样频率优化因子对传感器的第一采样频率进行优化，使得传感器以第二采样频率实时采集手势对应的传感器数据

【技术实现步骤摘要】
基于智能戒指的手势监测方法及系统


[0001]本专利技术涉及数据处理领域，特别是涉及一种基于智能戒指的手势监测方法及系统
。

技术介绍

[0002]在智能戒指的使用过程中需要通过智能戒指中的多种传感器数据进行监测，将实时采集到的传感器数据上传至云计算服务器中，并在云计算服务器中进行手势识别
。
其中智能戒指的多种传感器包括了加速度传感器
、
陀螺仪
、
磁力计等
。
在手势识别的过程中，是需要对实时数据进行识别，所以需要通过时间序列数据流式匹配的方式完成手势识别
。
[0003]现有技术对于每一个时刻的智能戒指传感器数据进行监测，通过时间序列窗口与已知的手势指令数据进行相似性对比来激活手势识别，当开始检测到手势指令时则需要通过后续新增的传感器数据继续匹配，直到确定一段时序数据对应的手势指令
。
但是在进行手势指令识别的过程中，因为设定的手势指令对应的传感器数据中，会存在相似手势的情况并且因为每个使用者的动作习惯不同，尽管是同一个手势，其中也会有不同的传感器数据波动
。
[0004]在现有的智能戒指中的多传感器进行数据采集的过程中，通过固定的采样频率进行传感器数据的采集，对于不同的使用习惯在手势识别时会出现识别不准确的情况
。

技术实现思路

[0005]本专利技术提供一种基于智能戒指的手势监测方法及系统，该方法能够提高手势识别准确率
。
[0006]第一方面，本申请提供一种基于智能戒指的手势监测方法，包括：
[0007]利用传感器以第一采样频率实时采集手势对应的传感器数据，获得当前数据；
[0008]基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子；当前数据之前的参考数据为与所述当前数据时间连续的预设数量的传感器数据；
[0009]基于所述优化因子计算所述当前数据与预设手势指令序列的相似度；
[0010]基于所述相似度确定传感器的采样频率优化因子，并利用所述采样频率优化因子对传感器的第一采样频率进行优化，使得传感器以第二采样频率实时采集手势对应的传感器数据
。
[0011]可选地，基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子，包括：
[0012]基于参考数据计算当前数据的离群程度；
[0013]计算获取当前数据之前，所述参考数据中第
j
个数据作为起始数据的数据序列与已知手势指令序列的第一平均相似度；
[0014]计算获取当前数据之后，所述参考数据中第
j
个数据作为起始数据的数据序列与已知手势指令序列的第二平均相似度；
[0015]基于所述离群程度以及所述第一平均相似度与所述第二平均相似度的差值确定当前数据的优化因子
。
[0016]可选地，利用如下公式计算当前数据的优化因子：
[0017][0018]其中，
COF
K
＝
10
(p
i
)
表示当前数据
p
i
通过参考数据获取到的离群值因子，参考数据数量为
k
，取值为
10
，
Norm(COF
K
＝
10
(p
i
))
表示对于离群因子
COF
K
＝
10
(p
i
)
进行线性归一化后得到的离群程度，
Δε
ji
表示第一平均相似度与所述第二平均相似度的差值
。
[0019]可选地，基于所述优化因子计算所述当前数据与预设手势指令序列的相似度，包括：
[0020]计算以当前数据为起始数据的数据序列与预设手势指令序列之间的初始相似度；
[0021]基于所述优化因子对所述初始相似度进行处理，从而得到所述当前数据与预设手势指令序列的相似度
。
[0022]可选地，利用如下公式计算所述当前数据与预设手势指令序列的相似度：
[0023][0024]其中，
φ
i
为当前数据的优化因子，表示计算以当前数据为起始数据的数据序列与预设手势指令序列
T
c
之间的距离，表示两者之间的相似度，
Norm()
表示线性归一化，
ε
i
，
c
表示当前数据与预设手势指令序列的相似度
。
[0025]可选地，基于所述相似度确定传感器的采样频率优化因子，包括：
[0026]计算以当前数据为起始数据的数据序列与预设手势指令序列中最相似的手势指令数据的第一相似程度，计算以当前数据为起始数据的数据序列与预设手势指令序列中第二相似的手势指令数据的第二相似程度；
[0027]基于所述第一相似程度和所述第二像素程度之间的差异性确定传感器的采样频率优化因子
。
[0028]第二方面，本申请蹄冻一种基于智能戒指的手势监测系统，包括：
[0029]采集模块，用于利用传感器以第一采样频率实时采集手势对应的传感器数据，获得当前数据；
[0030]优化因子计算模块，用于基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子；当前数据之前的参考数据为与所述当前数据时间连续的预设数量的传感器数据；
[0031]相似度计算模块，用于基于所述优化因子计算所述当前数据与预设手势指令序列的相似度；
[0032]优化模块，用于基于所述相似度确定传感器的采样频率优化因子，并利用所述采样频率优化因子对传感器的第一采样频率进行优化，使得传感器以第二采样频率实时采集手势对应的传感器数据
。
[0033]可选地，所述优化因子计算模块还用于：
[0034]基于参考数据计算当前数据的离群程度；
[0035]计算获取当前数据之前，所述参考数据中第
j
个数据作为起始数据的数据序列与
已知手势指令序列的第一平均相似度；
[0036]计算获取当前数据之后，所述参考数据中第
j
个数据作为起始数据的数据序列与已知手势指令序列的第二平均相似度；
[0037]基于所述离群程度以及所述第一平均相似度与所述第二平均相似度的差值确定当前数据的优化因子
。
[0038]可选地，所述相似度计算模块还用于：
[0039]计算以当前数据为起始数据的数据序列与预设手势指令序列之间的初始相似度；
[0040]基于所述优化因子对所述初始相似度进行处理，从而得到所述当前数据与预设手势指令序列的相似度
。
[0041]可选地，所述优化模块还用于：
[0042]计算以当前数据为起始数据的数据序列与预设手势指令序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于智能戒指的手势监测方法，其特征在于，包括：利用传感器以第一采样频率实时采集手势对应的传感器数据，获得当前数据；基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子；当前数据之前的参考数据为与所述当前数据时间连续的预设数量的传感器数据；基于所述优化因子计算所述当前数据与预设手势指令序列的相似度；基于所述相似度确定传感器的采样频率优化因子，并利用所述采样频率优化因子对传感器的第一采样频率进行优化，使得传感器以第二采样频率实时采集手势对应的传感器数据
。2.
根据权利要求1所述的基于智能戒指的手势监测方法，其特征在于，基于当前数据与当前数据之前的参考数据之间的变化确定当前数据的优化因子，包括：基于参考数据计算当前数据的离群程度；计算获取当前数据之前，所述参考数据中第
j
个数据作为起始数据的数据序列与已知手势指令序列的第一平均相似度；计算获取当前数据之后，所述参考数据中第
j
个数据作为起始数据的数据序列与已知手势指令序列的第二平均相似度；基于所述离群程度以及所述第一平均相似度与所述第二平均相似度的差值确定当前数据的优化因子
。3.
根据权利要求2所述的基于智能戒指的手势监测方法，其特征在于，利用如下公式计算当前数据的优化因子：其中，
COF
K
＝
10
(p
i
)
表示当前数据
p
i
通过参考数据获取到的离群值因子，参考数据数量为
k
，取值为
10
，
Norm(COF
K
＝
10
(p
i
))
表示对于离群因子
COF
K
＝
10
(p
i
)
进行线性归一化后得到的离群程度，
△
ε
ji
表示第一平均相似度与所述第二平均相似度的差值
。4.
根据权利要求1所述的基于智能戒指的手势监测方法，其特征在于，基于所述优化因子计算所述当前数据与预设手势指令序列的相似度，包括：计算以当前数据为起始数据的数据序列与预设手势指令序列之间的初始相似度；基于所述优化因子对所述初始相似度进行处理，从而得到所述当前数据与预设手势指令序列的相似度
。5.
根据权利要求4所述的基于智能戒指的手势监测方法，其特征在于，利用如下公式计算所述当前数据与预设手势指令序列的相似度：其中，
φ
i
为当前数据的优化因子...

【专利技术属性】
技术研发人员：张辉军，
申请(专利权)人：深圳市魔样科技有限公司，
类型：发明
国别省市：