專利名稱：一種識別自定義手勢軌跡的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于人機交互領(lǐng)域，涉及一種識別手勢軌跡的方法，特別是涉及一種識別自定義手勢軌跡的方法。
背景技術(shù)：
如今，觸摸屏作為一種簡單、新穎的人機交互設(shè)備，其應用范圍已經(jīng)越來越廣。手勢軌跡識別技術(shù)被廣泛應用于人機交互系統(tǒng)中，典型的應用有鼠標手勢、觸屏手機等。對于一個輸入手勢，現(xiàn)有技術(shù)將其軌跡與手勢庫中的預設(shè)手勢軌跡進行對比，以確定該手勢屬于哪種手勢，若判定輸入手勢屬于且只屬于預設(shè)手勢中的一種，則觸發(fā)應用程序執(zhí)行相應的操作，否則不觸發(fā)任何操作。 要識別手勢觸摸軌跡，通常是根據(jù)獲取的手勢軌跡點的坐標提取手勢的軌跡特征信息，然后根據(jù)手勢軌跡特征信息判斷輸入手勢屬于手勢庫中的何種預設(shè)手勢?，F(xiàn)有技術(shù)通常采用以下兩種方式中的一種對得到的手勢軌跡特征信息進行分析將輸入手勢的軌跡特征信息依次與手勢庫中每一種預設(shè)手勢的特征信息進行比較，根據(jù)比較結(jié)果依次判斷輸入手勢是否是當前的預設(shè)手勢。這種方法的識別過程比較簡單，但若想獲得較高的識別準確率，需要計算復雜度較高的特征匹配算法，更重要的是，識別一個輸入手勢軌跡所需要的計算時間與手勢庫中預設(shè)手勢的數(shù)量成正比。當預設(shè)手勢的數(shù)量很多時，解析一個輸入手勢將變得很慢。采用人工神經(jīng)網(wǎng)絡、支持向量機、貝葉斯網(wǎng)絡等機器學習方法，為手勢庫的每種預設(shè)手勢提供若干數(shù)量的訓練樣本訓練手勢分類器。當輸入一個新手勢并提取其軌跡特征后，利用分類器判斷輸入手勢屬于手勢庫中何種預設(shè)手勢。該方法的不足之處在于建立手勢分類器需要較多的訓練樣本，若用戶或計算機軟件二次開發(fā)人員需要往手勢庫中添加一個新的預設(shè)手勢，需要提供多個手勢樣本用于建立新的分類器(可能需要一百個手勢樣本才能獲得較高的識別準確率)，因此建立手勢庫的過程比較繁瑣很不方便。若手指等設(shè)備在觸摸屏等人機交互設(shè)備上移動速度過快或過慢，會造成交互設(shè)備獲得的點分布的不均勻以及噪聲點的增多。現(xiàn)有技術(shù)下，這種情況會降低對手勢軌跡識別的準確率。

發(fā)明內(nèi)容
鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種識別自定義手勢軌跡的方法，在提高解析效率的同時提高手勢軌跡識別準確率，而且該方法具有很強的靈活性和可定制性，特別的，當手勢庫中的預設(shè)手勢數(shù)量達到一定規(guī)模時，能較為顯著的提供解析效率。為實現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種識別自定義手勢軌跡的方法，所述識別自定義手勢軌跡的方法包括步驟1，所述觸摸設(shè)備接收到一輸入的待識別手勢軌跡時，判斷該手勢軌跡與手勢庫中任一預先建立的手勢，即預設(shè)手勢是否匹配，若不匹配，則將該手勢軌跡輸入至所述手勢庫中，并為該手勢軌跡指定一個與所述手勢庫中手勢標識列表相關(guān)聯(lián)且在手勢庫唯一的手勢標識；步驟2，所述手勢識別模塊擷取待識別手勢軌跡的坐標數(shù)據(jù)，即擷取觸摸過程中按時間先后順序的連續(xù)觸摸的有序離散點集；步驟3，所述手勢識別模塊對接收到的有序離散點集進行優(yōu)化得到優(yōu)化的有序離散點集；步驟4，所述手勢識別模塊從所述優(yōu)化的有序離散點集中提取所述手勢的特征信息；步驟5，所述手勢識別模塊將輸入的手勢軌跡及其特征信息與所述手勢庫中每一 個預設(shè)手勢的特征信息進行比較，若僅與一個預設(shè)手勢匹配成功，則向觸摸設(shè)備反饋該手勢軌跡；若沒有與預設(shè)手勢匹配成功，或同時與兩個或兩個以上的預設(shè)手勢匹配，則不向觸摸設(shè)備反饋該手勢軌跡。優(yōu)選地，于所述步驟I中還包括以下步驟判斷該手勢軌跡與手勢庫中任一預設(shè)手勢是否匹配，若匹配，則添加手勢失敗。優(yōu)選地，于所述步驟I中還包括對所述數(shù)據(jù)庫編輯的步驟步驟n，在手勢庫中添加一個新手勢；步驟12，選取所述手勢標識列表中的一手勢標識，并重新輸入更新軌跡；判斷重新輸入的更新軌跡是否與手勢庫中的任何一個預設(shè)手勢相匹配，若否，則將該更新軌跡及其特征信息保存至所述手勢庫中，若是，則撤銷該手勢軌跡的更新；步驟13，選取所述手勢標識列表中的一手勢標識，重新輸入手勢標識的名稱；判斷重新輸入的手勢標識的名稱與手勢庫中的預設(shè)手勢的手勢標識的名稱是否相同，若否，則更新手勢庫中的該手勢標識的名稱，若是，則撤銷該手勢標識名稱的更改；步驟14，將多余的手勢軌跡及其特征信息從手勢庫中刪除。優(yōu)選地，于所述步驟3中所述手勢識別模塊對所述接收到的有序離散點集優(yōu)化的步驟包括步驟31，計算接收到的有序離散點集中每相鄰兩點的間距，并選取出大于一預設(shè)閾值的相鄰的兩點，并對所述兩點間進行插值；步驟32，對插值后的有序離散點集進行特征點提取；步驟33，刪除插值后的有序離散點集中所有非特征點；步驟34，返回步驟31，直至，再次判斷插值后的有序離散點集中每相鄰兩點的間距，直至選取不出該預設(shè)閾值的相鄰的兩點時結(jié)束插值作業(yè)以得到優(yōu)化的有序離散點集。優(yōu)選地，于所述步驟4中提取手勢特征信息的步驟包括步驟41，所述手勢識別模塊根據(jù)優(yōu)化軌跡，提取手勢特征值；步驟42，所述手勢識別模塊根據(jù)優(yōu)化軌跡，提取手勢特征向量。優(yōu)選地，所述手勢特征值包括所述手勢軌跡起點到終點連線矢量的傾角角度值、手勢軌跡轉(zhuǎn)角總和、手勢軌跡起點和終點的距離與手勢軌跡總長度的比值、手勢軌跡矩形閉包對角線的長度與手勢軌跡總長度的比值。優(yōu)選地,所述手勢特征向量包括手勢軌跡起點按照點集順序依次到其它各點構(gòu)成的矢量的傾角構(gòu)成的向量、和手勢軌跡中任意相鄰兩點構(gòu)成的矢量的傾角構(gòu)成的向量。優(yōu)選地，于所述步驟5還包括步驟51，所述手勢識別模塊從所述手勢庫中取出一個未與輸入的手勢軌跡比較過的預設(shè)手勢，所述預設(shè)手勢中包括手勢標識和手勢特征信息；步驟52，所述手勢模塊判斷所述輸入的手勢軌跡的特征值是否與所述預設(shè)手勢的特征值匹配；若不匹配，則判定所述輸入的手勢軌跡不為預設(shè)手勢，執(zhí)行步驟51 ;若匹配，則執(zhí)行下一步驟；步驟53，判斷輸入的手勢軌跡的特征向量是否與所述預設(shè)手勢的特征向量匹配，若是，則向觸摸設(shè)備反饋該手勢軌跡；若否，則執(zhí)行步驟51。如上所述，本發(fā)明所述的識別自定義手勢軌跡的方法，具有以下有益效果 I、本發(fā)明利用建庫時預存手勢特征信息，以及特征值(預判)能顯著提高了單點手勢軌跡的解析速度；2、本發(fā)明在建庫和接受應用輸入時，都對手勢軌跡做了平滑等去噪處理，這樣可以降低用戶在因輸入手勢時抖動(噪聲)、觸摸設(shè)備獲取點的頻率快慢或是應用輸入時的移動快慢而造成的識別準確率降低的影響；3.在采用使用特征值預判提高解析效率的前提下，還采用多種特征向量匹配組合比較的方法，從而能保證(采用特征向量)并提高(多種組合)識別準確率。4.對于實際應用中較少的手勢，可以建立精簡的手勢庫。或者對已有的手勢庫中的手勢進行編輯移除操作，從減少庫容量的角度進一步提高解析效率，而且具有很強的靈活性和用戶定制性。


圖I顯示為本發(fā)明識別自定義手勢軌跡的方法的整體框圖；圖2顯示為本發(fā)明識別自定義手勢軌跡的方法手勢軌跡識別過程的流程圖；圖3顯示為本發(fā)明識別自定義手勢軌跡的方法手勢庫建立和編輯的示意圖；圖4顯示為本發(fā)明識別自定義手勢識別軌跡的方法的手勢庫中的預設(shè)手勢的示意圖；圖5顯示為本發(fā)明識別自定義手勢識別軌跡的方法的用戶輸入的待識別軌跡示意圖；圖6顯示為本發(fā)明識別自定義手勢軌跡的方法對初始手勢軌跡優(yōu)化過程流程圖；圖7顯示為本發(fā)明識別自定義手勢識別軌跡的方法的插值后的軌跡示意圖；圖8顯示為本發(fā)明識別自定義手勢識別軌跡的方法的軌跡的特征點及優(yōu)化軌跡示意圖；圖9顯示為本發(fā)明識別自定義手勢識別軌跡的方法對特征點軌跡進行插值的示意圖。
具體實施例方式以下通過特定的具體實例說明本發(fā)明的實施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點與功效。本發(fā)明還可以通過另外不同的具體實施方式
加以實施或應用，本說明書中的各項細節(jié)也可以基于不同觀點與應用，在沒有背離本發(fā)明的精神下進行各種修飾或改變。請參閱附圖。需要說明的是，本實施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實際實施時的組件數(shù)目、形狀及尺寸繪制，其實際實施時各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復雜。下面結(jié)合實施例和附圖對本發(fā)明進行詳細說明。本發(fā)明提供了一種識別自定義手勢軌跡的方法，應用于具有觸摸顯示屏及手勢識別模塊的觸摸設(shè)備中。首先用戶向觸摸人機交互設(shè)備輸入手勢軌跡，計算模塊獲取從按下時刻到彈起時刻之間設(shè)備接收到的有序離散點集的坐標數(shù)據(jù)(即初始軌跡)，然后采取優(yōu)化方法對初始軌跡進行優(yōu)化，從而得到新的手勢軌跡(即優(yōu)化軌跡)，再提取優(yōu)化軌跡的特征值和特征向量，并采取一定的方法將這些特征與手勢庫中的預設(shè)手勢的特征進行比較，從 而判斷手勢軌跡是否屬于哪種預設(shè)手勢。實施例本實施例提供一種識別自定義手勢軌跡的方法，所述方法應用于具有觸摸顯示屏及手勢識別模塊的觸摸設(shè)備中。所述識別自定義手勢軌跡的方法以圖I和圖2為例進行具體說明。如圖I所示，所述識別自定義手勢軌跡的方法包括步驟1，所述觸摸設(shè)備接收到一輸入的待識別手勢軌跡時，判斷該手勢軌跡與手勢庫中任一預先建立的手勢，即預設(shè)手勢是否匹配，若不匹配，則將該手勢軌跡輸入至所述手勢庫中，并為該手勢軌跡指定一個與所述手勢庫中手勢標識列表相關(guān)聯(lián)且在手勢庫唯一的手勢標識；步驟2，所述手勢識別模塊擷取待識別手勢軌跡的坐標數(shù)據(jù)，即擷取觸摸過程中按時間先后順序的連續(xù)觸摸的有序離散點集；步驟3，所述手勢識別模塊對接收到的有序離散點集進行優(yōu)化得到優(yōu)化的有序離散點集；步驟4，所述手勢識別模塊從所述優(yōu)化的有序離散點集中提取所述手勢的特征信息；步驟5，所述手勢識別模塊將輸入的手勢軌跡及其特征信息與所述手勢庫中每一個預設(shè)手勢的特征信息進行比較，若僅與一個預設(shè)手勢匹配成功，則向觸摸設(shè)備反饋該手勢軌跡；若沒有與預設(shè)手勢匹配成功，或同時與兩個或兩個以上的預設(shè)手勢匹配，則不向觸摸設(shè)備反饋該手勢軌跡。從技術(shù)角度講，如圖2所示，所述方法包括以下步驟SI，建立手勢庫；如圖3所示，用戶從觸摸設(shè)備輸入一條手勢軌跡，判斷該手勢軌跡與手勢庫中的任一預先建立的手勢，即預設(shè)手勢是否匹配，若該手勢軌跡至少與手勢庫中一個已有預設(shè)手勢匹配，則添加手勢失敗；其中，手勢匹配的條件是手勢的所有特征值匹配及所有的特征向量匹配；若該手勢軌跡與所述手勢庫中任一已有的預設(shè)手勢不匹配，那么為該手勢軌跡指定一個與預設(shè)在所述手勢庫中與手勢表示列表相關(guān)聯(lián)的且在手勢庫中唯一的手勢標識，并為所述手勢庫中所有預設(shè)手勢配置對應操作。如圖4所示的手勢庫中包括各種預設(shè)手勢；S2，編輯手勢庫；對于初步建立的手勢庫，若對某個預設(shè)手勢的手勢軌跡不滿意，用戶可以在手勢標識列表中選取一個手勢標識，將該手勢標識定義為原手勢，并依據(jù)原手勢軌跡重新輸入更新軌跡。對于多余的預設(shè)手勢，可隨時將其從所述手勢庫中刪除。對手勢庫進行其它編輯操作；手勢庫編輯過程如圖3所示，包括如下步驟S21，在所述手勢庫中添加一個新手勢，并配置所述新手勢對應的操作；S22，從手勢標識列表中選擇一個手勢標識，重新輸入更新軌跡，并判斷重新輸入的更新軌跡是否與手勢庫中的任何一個預設(shè)手勢匹配；若更新軌跡不與手勢庫中的任何一個預設(shè)手勢匹配，則在手勢庫中刪除原手勢軌跡及其特征信息，并將更新手勢軌跡及其特征信息存至手勢庫中，若更新軌跡與手勢庫中某一個預設(shè)手勢匹配，則手勢庫不作任何改 變，撤消該手勢軌跡的更新；S23，選取所述手勢標識列表中的一個手勢標識，重新輸入手勢標識的名稱；判斷重新輸入的手勢標識的名稱是否與手勢庫中的預設(shè)手勢的手勢標識的名稱相同，若相同，則撤消該手勢標識名稱的更改，若不相同，則更新手勢庫中的該手勢標識的名稱。S24，將多余的手勢軌跡及其特征信息從手勢庫中刪除。S3，手勢識別模塊擷取待識別手勢軌跡坐標數(shù)據(jù)，即擷取觸摸過程中按時間先后順序的連續(xù)觸摸的有序離散點集；圖5中標記的黑色點觸摸設(shè)備擷取的坐標點，按觸摸先后順序依次連接獲得的坐標點，即依時間先后順序連續(xù)觸摸而獲得的坐標點所得到的軌跡為初始軌跡；如圖5所示，由于所述初始軌跡后半段的點較疏散，因此需對所述點進行插值；S4，所述手勢識別模塊對接收到的有序離散點集進行優(yōu)化，從而使得手勢軌跡更加平滑并且點的分布更加均勻；如圖6所示，手勢軌跡優(yōu)化過程包括如下步驟S41，計算所述有序離散點集中每相鄰兩點間的間距，選取出大于一預設(shè)閾值Dl的相鄰的兩點，并對所述兩點間進行插值，插值后的手勢軌跡如圖7所示；S42，所述手勢識別模塊對插值后有序離散點集進行特征點提取，提取步驟如下S421，考察所述插值后的有序離散點集中的每一個點，計算相鄰各η個點和自身的重心，如果自身到重心的距離大于閾值D2，則把當前點作為一個特征點；S422，考察所述插值后的有序離散點集中的任意相鄰兩個特征點pi和ρ2，計算兩個特征點之間的每個點到直線Ρ1-Ρ2的距離，設(shè)Ρ3為Pl和ρ2之間到直線Ρ1-Ρ2距離最大的點，若該距離大于某一閾值D3，那么ρ3為新特征點；S423，判斷是否找到新特征點，如果沒有找到新特征點，則執(zhí)行優(yōu)化步驟的下一步，如果找到新特征點，那么返回執(zhí)行步驟S422 ;所述特征點是指對保持軌跡形狀有較大意義的點；特征點選取后的手勢軌跡如圖8中所示；S43，刪除插值后的有序離散點集中所有非特征點；即，消除插值后的有序離散點集中有些微小抖動的噪聲點；S44，返回步驟S41，直至，再次判斷所述插值后的有序離散點集中每相鄰兩點的間距，直至選取不出所述預設(shè)閾值Dl的相鄰的兩點時，結(jié)束插值過程以得到優(yōu)化軌跡；再次插值后的手勢軌跡如圖9所示；
S5，所述手勢識別模塊根據(jù)優(yōu)化軌跡，即再次插值后的有序離散點集，提取手勢特征值；可供選擇的手勢特征值包括但不僅限于以下手勢筆劃起點到終點連線矢量的傾角角度值(或傾角的三角函數(shù)值)、手勢軌跡轉(zhuǎn)角總和、手勢軌跡起點和終點的距離與手勢軌跡總長度的比值、手勢軌跡矩形閉包對角線的長度與手勢軌跡總長度的比值，例如，手勢旋轉(zhuǎn)角度和2. 132 ;起點到終點的傾斜角-0. 012 ;起點到終點的距離與曲線長度的比值
O.429 ；S6，所述手勢識別模塊根據(jù)所述優(yōu)化軌跡，提取手勢特征向量；可選擇的特征向量包括但不僅限于以下手勢軌跡中起點按照點集順序依次到其它各點構(gòu)成的矢量的傾角構(gòu)成的向量、手勢軌跡中任意相鄰兩點構(gòu)成的矢量的傾角構(gòu)成的向量；其中，所述手勢軌跡的特征向量的選擇遵循以下原則所選擇的特征向量組合必須 能夠較完整地表達手勢軌跡的特點，若從選擇的特征向量組合中去掉某個特征，則余下的特征向量組合就不能較完整地表達手勢軌跡的特點。一種優(yōu)選的手勢特征向量組合是手勢軌跡中起點按照點集順序依次到其它各點構(gòu)成的矢量的傾角構(gòu)成的向量，以及手勢軌跡中任意相鄰兩點構(gòu)成的矢量的傾角構(gòu)成的向量；其中，所述手勢識別模塊對所述手勢特征向量組合中的每一個特征向量進行壓縮，例如，所有所述手勢特征向量維度均壓縮至30 S7，將輸入的所述手勢軌跡的匹配結(jié)果R置為空，所述手勢識別模塊依次讀取手勢庫中的預設(shè)手勢，判斷手勢庫中是否存在未被比較過的預設(shè)手勢；如果所述手勢庫中存在未比較過的預設(shè)手勢，則執(zhí)行下一步；如果不存在未被比較過的預設(shè)手勢庫，則判斷匹配結(jié)果是否置為空；如匹配結(jié)果R置為空，則結(jié)束該流程；如果匹配結(jié)果R未置為空，則執(zhí)行該預設(shè)手勢相應的操作；S8，所述手勢識別模塊從所述手勢庫中選取一個未與輸入的手勢軌跡比較過的預設(shè)手勢G ；S9，所述手勢識別模塊判斷所輸入的手勢軌跡是否與所述預設(shè)手勢G的特征值匹配；若特征值不匹配，則判定所述用戶輸入的手勢軌跡不屬于預設(shè)手勢G，返回執(zhí)行步驟S7 ;若特征值匹配，則執(zhí)行下一步；例如，所述手勢識別模塊從手勢庫中讀取圖5中所示的預設(shè)手勢A的特征值，其中預設(shè)手勢A的標識名稱為erase，接著將其特征值與所輸入的手勢軌跡的特征值進行比較。比較手勢旋轉(zhuǎn)角度和用戶輸入手勢軌跡的旋轉(zhuǎn)角度和為2. 132，所述預設(shè)手勢A (erase)的旋轉(zhuǎn)角度和為5. 281,差異過大，因此判定輸入手勢必定不為預設(shè)手勢A (erase)；從手勢庫中讀取圖5中所示的預設(shè)手勢B (left-arrow)的特征值,并將其特征值與用戶輸?shù)娜胧謩蒈壽E的特征值進行比較。比較手勢的旋轉(zhuǎn)角度和用戶輸入的手勢軌跡的旋轉(zhuǎn)角度和為2. 132，所述預設(shè)手勢(left-airow)的旋轉(zhuǎn)角度和為2. 426，差異不大；再比較起點到終點的傾角輸入手勢軌跡的起點到終點的傾角為-O. 012，預設(shè)手勢B(left-arrow)的起點到終點傾角為I. 449，差異很大，因此判定輸入手勢必定不為手勢B(left-arrow)；、同理，繼續(xù)與所述手勢庫中的其它預設(shè)手勢進行比較；從手勢庫中讀取圖5中所示的預設(shè)手勢C (down-arrow)的特征值，并將其特征值與用戶輸入的手勢軌跡的特征值進行比較。預設(shè)手勢C (down-airow)的旋轉(zhuǎn)角度和為2. 153，起點到終點的傾角為O. 076，起點到終點的距離與曲線長度的比值為O. 477，均與輸入手勢的相應特征比較接近(輸入手勢上述特征值分別為2. 132、-O. 012,0. 429)。故繼續(xù)執(zhí)行下一步，即比較輸入手勢軌跡與預設(shè)手勢C (down-arrow)的特征向量；S10，判斷所輸入的手勢軌跡的特征向量是否與所述預設(shè)手勢G的特征向量是否匹配；判斷所輸入的手勢軌跡的特征向量是否與預設(shè)手勢G的特征向量匹配的一種優(yōu)選方法計算特征向量TO和Tl的歐幾里得距離，若該距離小于某一給定閾值，認為該特征向量TO和Tl是匹配的；若特征向量不匹配，那么返回執(zhí)行步驟S7例如,手勢軌跡中起點按照點集順序依次到其它各點構(gòu)成的矢量的傾角構(gòu)成的向量，該特征向量記為 VPl (已壓縮至 30 維)(-2. 303-2. 326-2. 380-2. 452-2. 542-2. 659-2.809-3.0003.052 2.798 2.545 2.317 2.129 1.966 1.790 1.634 1.518 1.375 1.190
0.962 O. 704 O. 448 O. 217-0. 001-0. 185-0. 332-0. 448-0. 540-0. 608-0. 658)；手勢軌跡中任意相鄰兩點構(gòu)成的矢量的傾角構(gòu)成的向量，該特征向量記為VDl(已壓縮至 30 維)(I. 005 I. 241 I. 282 I. 282 I. 282 I. 282 I. 282 I. 282 I. 282 I. 282
1.194 I. 194 I. 165 O. 5800. 580 O. 473-0. 859-0. 859-0. 859-0. 859-0. 859-0. 859-1. 162-
1.148-1. 148-1. 148-1. 147-1. 166-1. 093-1. 086)；設(shè)定兩個特征向量的歐幾里得距離的閾值均為3. 0，那么VPO與VPl的歐式距離O. 413 ；VD0與VDl的歐式距離1. 182 ;得出兩組特征向量的歐幾里得距離均在合理范圍之內(nèi)，因此，判定用戶輸入的手勢軌跡的特征向量均在預設(shè)手勢C (down-arrow)的特征向量匹配；判斷用戶輸入的手勢軌跡的特征向量是否與預設(shè)手勢G的特征向量匹配的另一種優(yōu)選方法=CTO和CTl分別為特征向量TO和Tl的大小相同的子序列，且CTO和CTl每個對應位置上的特征值均匹配，N為符合條件的子序列的最大長度。稱K=N / M為特征向量TO和Tl的相似指數(shù)。若相似指數(shù)K大于某一閾值L (最小值)，認為特征向量TO和Tl是匹配的；設(shè)定所述M的值等于30，設(shè)定兩個特征向量均取相似指數(shù)閾值L為O. 8(最小值)，進行如下判定過程VPO與VPl的相似指數(shù)1. 000 ；VD0與VDl的相似指數(shù)0. 933。兩對特征向量的相似指數(shù)均在合理范圍之內(nèi)，從而判定所述用戶輸入的手勢軌跡的特征向量與預設(shè)手勢C(down-arrow)匹配；同理，繼續(xù)與所述手勢庫中的其它預設(shè)手勢進行比較；結(jié)論為用戶輸入的手勢軌跡與所述預設(shè)手勢C (down-arrow)匹配，不與其它預設(shè)手勢匹配，因此，用戶輸入的手勢軌跡匹配預設(shè)手勢C (down-airow)。S11，如果所述特征向量通過以上所述兩種優(yōu)選方法的檢測，那么判定所述用戶輸入的手勢軌跡的特征向量與預設(shè)手勢的特征向量匹配。保存所輸入手勢軌跡的匹配結(jié)果，即匹配結(jié)果R=預設(shè)手勢G ;S12，如果所述手勢識別模塊最終判定所述用戶輸入的手勢軌跡只與手勢庫中的一個預設(shè)手勢匹配，則向觸摸設(shè)備反饋該手勢軌跡，若沒有與預設(shè)手勢匹配，或同時與兩個或兩個以上的預設(shè)手勢匹配，則不向觸摸設(shè)備反饋該手勢軌跡，則不反饋，繼續(xù)執(zhí)行步驟S8。本發(fā)明提出ー種快速準確的手勢識別方法，當手勢庫中的預設(shè)手勢數(shù)量達到一定規(guī)模吋，仍能保證較高的解析速度和準確率；同時降低觸摸移動速度的變化已經(jīng)觸摸設(shè)備對輸入點的采用頻率的快慢對手勢軌跡識別準確率的影響；同時，該方法對應用來說具有很強的靈活性和可定制性。綜上所述，本發(fā)明有效克服了現(xiàn)有技術(shù)中的種種缺點而具高度產(chǎn)業(yè)利用價值。上述實施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟 悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實施例進行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識者在未脫離本發(fā)明所掲示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應由本發(fā)明的權(quán)利要求所涵蓋。
權(quán)利要求
1.一種識別自定義手勢軌跡的方法，應用于具有觸摸顯示屏及手勢識別模塊的觸摸設(shè)備中，其特征在于，所述識別自定義手勢軌跡的方法包括 步驟1，所述觸摸設(shè)備接收到ー輸入的待識別手勢軌跡時，判斷該手勢軌跡與手勢庫中任ー預先建立的手勢，即預設(shè)手勢是否匹配，若不匹配，則將該手勢軌跡輸入至所述手勢庫中，并為該手勢軌跡指定ー個與所述手勢庫中手勢標識列表相關(guān)聯(lián)且在手勢庫唯一的手勢標識； 步驟2，所述手勢識別模塊擷取待識別手勢軌跡的坐標數(shù)據(jù)，即擷取觸摸過程中按時間先后順序的連續(xù)觸摸的有序離散點集； 步驟3，所述手勢識別模塊對接收到的有序離散點集進行優(yōu)化得到優(yōu)化的有序離散點集;步驟4，所述手勢識別模塊從所述優(yōu)化的有序離散點集中提取所述手勢的特征信息；步驟5，所述手勢識別模塊將輸入的手勢軌跡及其特征信息與所述手勢庫中每ー個預設(shè)手勢的特征信息進行比較，若僅與ー個預設(shè)手勢匹配成功，則向觸摸設(shè)備反饋該手勢軌跡；若沒有與預設(shè)手勢匹配成功，或同時與兩個或兩個以上的預設(shè)手勢匹配，則不向觸摸設(shè)備反饋該手勢軌跡。
2.根據(jù)權(quán)利要求I所述的識別自定義手勢軌跡的方法，其特征在干，于所述步驟I中還包括判斷該手勢軌跡與手勢庫中任一預設(shè)手勢是否匹配，若匹配，則添加手勢失敗。
3.根據(jù)權(quán)利要求I所述的識別自定義手勢軌跡的方法，其特征在干，于所述步驟I中還包括對所述數(shù)據(jù)庫編輯的步驟 步驟11，在手勢庫中添加ー個新手勢； 步驟12，選取所述手勢標識列表中的一手勢標識，并重新輸入更新軌跡；判斷重新輸入的更新軌跡是否與手勢庫中的任何一個預設(shè)手勢相匹配，若否，則將該更新軌跡及其特征信息保存至所述手勢庫中，若是，則撤銷該手勢軌跡的更新； 步驟13，選取所述手勢標識列表中的一手勢標識，重新輸入手勢標識的名稱；判斷重新輸入的手勢標識的名稱與手勢庫中的預設(shè)手勢的手勢標識的名稱是否相同，若否，則更新手勢庫中的該手勢標識的名稱，若是，則撤銷該手勢標識名稱的更改； 步驟14，將多余的手勢軌跡及其特征信息從手勢庫中刪除。
4.根據(jù)權(quán)利要求I所述的所述的識別自定義手勢軌跡的方法，其特征在干，于所述步驟3中所述手勢識別模塊對所述接收到的有序離散點集優(yōu)化的步驟包括 步驟31，計算接收到的有序離散點集中每相鄰兩點的間距，并選取出大于ー預設(shè)閾值的相鄰的兩點，并對所述兩點間進行插值； 步驟32，對插值后的有序離散點集進行特征點提??； 步驟33，刪除插值后的有序離散點集中所有非特征點； 步驟34，返回步驟31，直至，再次判斷插值后的有序離散點集中每相鄰兩點的間距，直至選取不出該預設(shè)閾值的相鄰的兩點時結(jié)束插值作業(yè)以得到優(yōu)化的有序離散點集。
5.根據(jù)權(quán)利要求I所述的識別自定義手勢軌跡的方法，其特征在干，于所述步驟4中提取手勢特征信息的步驟包括 步驟41，所述手勢識別模塊根據(jù)優(yōu)化軌跡，提取手勢特征值； 步驟42，所述手勢識別模塊根據(jù)優(yōu)化軌跡，提取手勢特征向量。
6.根據(jù)權(quán)利要求5所述的識別自定義手勢軌跡的方法，其特征在于，所述手勢特征值包括所述手勢軌跡起點到終點連線矢量的傾角角度值、手勢軌跡轉(zhuǎn)角總和、手勢軌跡起點和終點的距離與手勢軌跡總長度的比值、手勢軌跡矩形閉包對角線的長度與手勢軌跡總長度的比值。
7.根據(jù)權(quán)利要求5所述的識別自定義手勢軌跡的 方法，其特征在于，所述手勢特征向量包括手勢軌跡起點按照點集順序依次到其它各點構(gòu)成的矢量的傾角構(gòu)成的向量、和手勢軌跡中任意相鄰兩點構(gòu)成的矢量的傾角構(gòu)成的向量。
8.根據(jù)權(quán)利要求I所述的識別自定義手勢軌跡的方法，其特征在于，于所述步驟5還包括 步驟51，所述手勢識別模塊從所述手勢庫中取出一個未與輸入的手勢軌跡比較過的預設(shè)手勢，所述預設(shè)手勢中包括手勢標識和手勢特征信息； 步驟52，所述手勢模塊判斷所述輸入的手勢軌跡的特征值是否與所述預設(shè)手勢的特征值匹配；若不匹配，則判定所述輸入的手勢軌跡不為預設(shè)手勢，執(zhí)行步驟51 ;若匹配，則執(zhí)行下ー步驟； 步驟53，判斷輸入的手勢軌跡的特征向量是否與所述預設(shè)手勢的特征向量匹配，若是，則向觸摸設(shè)備反饋該手勢軌跡；若否，則執(zhí)行步驟51。
全文摘要
本發(fā)明提供一種識別自定義手勢軌跡的方法，所述方法首先輸入一待識別手勢軌跡，手勢識別模塊接收所述待識別手勢軌跡坐標數(shù)據(jù)，然后采用優(yōu)化方法對其進行優(yōu)化獲得優(yōu)化軌跡，再提取優(yōu)化軌跡的特征信息，并將這些特征信息與手勢庫中的預設(shè)手勢的特征信息進行匹配判別，從而判斷所述輸入的待識別手勢軌跡匹配哪種預設(shè)手勢。通過本發(fā)明所述的識別自定義手勢軌跡的方法，能極大地提高用戶在輸入手勢時手勢軌跡識別準確率和解析速度，提供靈活的可定制的應用操作、降低輸入抖動、快慢等操作對識別的影響。
文檔編號G06F17/30GK102854982SQ20121027146
公開日2013年1月2日 申請日期2012年8月1日 優(yōu)先權(quán)日2012年8月1日
發(fā)明者加幫平, 謝文修 申請人:華平信息技術(shù)(南昌)有限公司