一种基于手腕运动传感器的手语识别方法

    公开(公告)号:CN110286774B

    公开(公告)日:2021-08-13

    申请号:CN201910594082.X

    申请日:2019-07-03

    Abstract: 本发明公开了一种基于手腕运动传感器的手语识别方法,包括:步骤1,数据收集:通过具有运动传感器的手腕设备,在手部运动时持续收集手部运动的传感器数据;步骤2,数据切分:将数据收集步骤收集的传感器数据切分处理为多段传感器数据,其中,每段传感器数据对应一段完整的手语句子;步骤3,数据预处理:将数据切分后得到的多段传感器数据用短时傅里叶变换处理转化为时频图,并过滤去除时频图的高频部分得到去除噪声的时频图;步骤4,手语动作识别:将去除噪声的时频图输入到预训练的神经网络中进行端到端的预测识别出手语动作,并根据识别出的手语动作输出对应的文字。该方法能实时、准确的识别出手语动作,输出对应的翻译结果。

    一种基于手腕运动传感器的手语识别方法

    公开(公告)号:CN110286774A

    公开(公告)日:2019-09-27

    申请号:CN201910594082.X

    申请日:2019-07-03

    Abstract: 本发明公开了一种基于手腕运动传感器的手语识别方法,包括:步骤1,数据收集:通过具有运动传感器的手腕设备,在手部运动时持续收集手部运动的传感器数据;步骤2,数据切分:将数据收集步骤收集的传感器数据切分处理为多段传感器数据,其中,每段传感器数据对应一段完整的手语句子;步骤3,数据预处理:将数据切分后得到的多段传感器数据用短时傅里叶变换处理转化为时频图,并过滤去除时频图的高频部分得到去除噪声的时频图;步骤4,手语动作识别:将去除噪声的时频图输入到预训练的神经网络中进行端到端的预测识别出手语动作,并根据识别出的手语动作输出对应的文字。该方法能实时、准确的识别出手语动作,输出对应的翻译结果。

    一种基于智能手表的皮肤式手指手势识别方法

    公开(公告)号:CN110069199B

    公开(公告)日:2022-01-11

    申请号:CN201910248707.7

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于智能手表的皮肤式手指手势识别方法,包括:步骤1,信号采集:通过智能手表采集手指与手背皮肤之间摩擦产生的被动声学信号;步骤2,数据预处理:通过滤波处理去除噪音信号,得出待检测声学信号;步骤3,手势动作检测:通过手势检测处理将待检测声学信号分成多个独立手势声学信号;步骤4,特征提取:将多个独立手势声学信号转换为灰度图像表示声学信号的时频谱图和梅尔倒谱系数的图像作为特征值;步骤5,手势动作识别:以提取的各独立的手指动作的特征值作为输入数据,利用卷积神经网络模型对输入数据进行手指手势动作识别,得到对应的手指手势动作。该方法扩展了可穿戴设备的输入区域,而无需配备其他设备,具有简单,实时性好的优点。

    一种基于智能手表的皮肤式手指手势识别方法

    公开(公告)号:CN110069199A

    公开(公告)日:2019-07-30

    申请号:CN201910248707.7

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于智能手表的皮肤式手指手势识别方法,包括:步骤1,信号采集:通过智能手表采集手指与手背皮肤之间摩擦产生的被动声学信号;步骤2,数据预处理:通过滤波处理去除噪音信号,得出待检测声学信号;步骤3,手势动作检测:通过手势检测处理将待检测声学信号分成多个独立手势声学信号;步骤4,特征提取:将多个独立手势声学信号转换为灰度图像表示声学信号的时频谱图和梅尔倒谱系数的图像作为特征值;步骤5,手势动作识别:以提取的各独立的手指动作的特征值作为输入数据,利用卷积神经网络模型对输入数据进行手指手势动作识别,得到对应的手指手势动作。该方法扩展了可穿戴设备的输入区域,而无需配备其他设备,具有简单,实时性好的优点。

Patent Agency Ranking