公开(公告)号：CN107145844A

公开(公告)日：2017-09-08

申请号：CN201710263060.6

申请日：2017-04-20

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  王志波 ,  袁辉 ,  汪洋 ,  林金钏 ,  程皓楠

IPC分类号： G06K9/00 ,  G06K9/62

CPC分类号： G06K9/00355 ,  G06K9/6269

摘要： 本发明公开了一种基于子窗合并的信号检测方法，本发明使用尺寸较小的子窗来检测信号，并进行迭代合并，最终合并为包含完整手势信号的母窗。每个子窗根据经验阈值判断是否作为动作信号的一部分。当在大于0.4秒的时间内没有检测到动作信号，就将前面多个连续重叠的子窗合并为一个母窗，最终，每个母窗种的动作信号涵盖多个重叠的子窗，该母窗很好的避免了信号检测不完整和检测到多个冗余的信号。本发明时间复杂度低，不影响计算机运行速度，与常用的窗函数信号检测算法相比，该算法有效避免了信号检测不完整和检测冗余信号的情况，大大提高了检测精度。

公开(公告)号：CN110569800B

公开(公告)日：2022-04-12

申请号：CN201910852764.6

申请日：2019-09-10

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  陈艳姣 ,  彩丽甘 ,  韩黎明 ,  王茗禹

IPC分类号： G06K9/00

摘要： 本发明公开了一种手写信号的检测方法，基于角速度来检测手写信号，通过小波去噪得到去噪信号，然后通过增强峰值增加手腕运动手势和手写手势之间的差异，再进行分段线性拟合，最后用尺寸较小的子窗来检测信号，并进行迭代合并，直至合并为包含完整手势信号的母窗。本发明时间复杂度低，不影响计算机运行速度，与现有的检测手写汉字信号的技术相比，本发明的方法有效解决了传统的窗函数检测方法难以检测到手写的汉字信号的问题，大大提高了检测精度。

公开(公告)号：CN109002803B

公开(公告)日：2021-09-24

申请号：CN201810816149.5

申请日：2018-07-24

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  陈艳姣 ,  魏志航 ,  赵梓存

IPC分类号： G06K9/00

摘要： 本发明公开了一种基于智能手表的握笔姿势检测和汉字笔顺识别的方法，首先进行数据收集和数据预处理；接着进行信号检测；最后基于有监督学习的方法构建握笔姿势检测模型和笔顺识别模型，分别用于握笔姿势检测和笔顺识别。本发明通过大量的实验证明了两种识别模型的有效性和鲁棒性。即笔顺识别和握笔姿势识别的平均精度分别达到76％和94％以上。

公开(公告)号：CN107145844B

公开(公告)日：2019-06-25

申请号：CN201710263060.6

申请日：2017-04-20

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  王志波 ,  袁辉 ,  汪洋 ,  林金钏 ,  程皓楠

IPC分类号： G06K9/00 ,  G06K9/62

摘要： 本发明公开了一种基于子窗合并的信号检测方法，本发明使用尺寸较小的子窗来检测信号，并进行迭代合并，最终合并为包含完整手势信号的母窗。每个子窗根据经验阈值判断是否作为动作信号的一部分。当在大于0.4秒的时间内没有检测到动作信号，就将前面多个连续重叠的子窗合并为一个母窗，最终，每个母窗种的动作信号涵盖多个重叠的子窗，该母窗很好的避免了信号检测不完整和检测到多个冗余的信号。本发明时间复杂度低，不影响计算机运行速度，与常用的窗函数信号检测算法相比，该算法有效避免了信号检测不完整和检测冗余信号的情况，大大提高了检测精度。

公开(公告)号：CN110569800A

公开(公告)日：2019-12-13

申请号：CN201910852764.6

申请日：2019-09-10

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  陈艳姣 ,  彩丽甘 ,  韩黎明 ,  王茗禹

IPC分类号： G06K9/00

摘要： 本发明公开了一种手写信号的检测方法，基于角速度来检测手写信号，通过小波去噪得到去噪信号，然后通过增强峰值增加手腕运动手势和手写手势之间的差异，再进行分段线性拟合，最后用尺寸较小的子窗来检测信号，并进行迭代合并，直至合并为包含完整手势信号的母窗。本发明时间复杂度低，不影响计算机运行速度，与现有的检测手写汉字信号的技术相比，本发明的方法有效解决了传统的窗函数检测方法难以检测到手写的汉字信号的问题，大大提高了检测精度。

公开(公告)号：CN109002803A

公开(公告)日：2018-12-14

申请号：CN201810816149.5

申请日：2018-07-24

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  陈艳姣 ,  魏志航 ,  赵梓存

IPC分类号： G06K9/00

摘要： 本发明公开了一种基于智能手表的握笔姿势检测和汉字笔顺识别的方法，首先进行数据收集和数据预处理；接着进行信号检测；最后基于有监督学习的方法构建握笔姿势检测模型和笔顺识别模型，分别用于握笔姿势检测和笔顺识别。本发明通过大量的实验证明了两种识别模型的有效性和鲁棒性。即笔顺识别和握笔姿势识别的平均精度分别达到76％和94％以上。

公开(公告)号：CN107390867B

公开(公告)日：2019-12-10

申请号：CN201710567091.0

申请日：2017-07-12

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  王志波 ,  袁辉 ,  汪洋 ,  林金钏 ,  程皓楠

IPC分类号： G06F3/01

摘要： 本发明提出了一种基于安卓手表的人机交互系统。与其他人机交互系统相比，本发明是第一个基于现有的智能手表的交互方案，利用手势动作实现与电脑的交互，如图1所示。该交互方式主要分为两个功能：鼠标操作模块和鼠标移动模块。在鼠标操作模块中，通过定义十种手势动作作为鼠标操作的数据库，并设计波峰波谷检测算法，使手势识别精度提高10％以上。在鼠标移动模块，通过姿态解算算法，将检测手势活动的姿态角转换为屏幕坐标，实现对屏幕光标的控制。实验证明，该系统对十种手势的识别精度在96％左右，模拟鼠标移动的平均误差基本控制在30pixel以内。因此，该系统具有较好的性能。

公开(公告)号：CN107390867A

公开(公告)日：2017-11-24

申请号：CN201710567091.0

申请日：2017-07-12

申请人： 武汉大学

发明人： 张健 ,  毕红亮 ,  王志波 ,  袁辉 ,  汪洋 ,  林金钏 ,  程皓楠

IPC分类号： G06F3/01

摘要： 本发明提出了一种基于安卓手表的人机交互系统。与其他人机交互系统相比，本发明是第一个基于现有的智能手表的交互方案，利用手势动作实现与电脑的交互，如图1所示。该交互方式主要分为两个功能：鼠标操作模块和鼠标移动模块。在鼠标操作模块中，通过定义十种手势动作作为鼠标操作的数据库，并设计波峰波谷检测算法，使手势识别精度提高10％以上。在鼠标移动模块，通过姿态解算算法，将检测手势活动的姿态角转换为屏幕坐标，实现对屏幕光标的控制。实验证明，该系统对十种手势的识别精度在96％左右，模拟鼠标移动的平均误差基本控制在30pixel以内。因此，该系统具有较好的性能。