科创中国

物理

本发明适用于人机交互技术领域，提供了一种手势预判的方法及系统。所述方法包括：当检测到手势开始时，记录从所述手势开始时的运动轨迹信息；从所述运动轨迹信息中提取特征信息；通过预设的多个手势训练模型对所述特征信息进行预判，当某个时刻在某个手势训练模型中该手势的识别率高于其他手势训练模型的识别率，或者某个手势训练模型对该手势的识别率大于预先设定的阈值时，判定该手势为该手势训练模型对应的手势；输出判定结果。通过本发明，不仅可以保证手势识别的实时性，而且可以极大的提高手势识别的正确率。

一种手势预判的方法，其特征在于，所述方法包括：当检测到手势开始时，记录从所述手势开始时的运动轨迹信息；从所述运动轨迹信息中提取特征信息；扩充样本数据库，分别训练所述样本数据库中每个手势对应截取比例的模型，并在所述模型中针对每个手势选择一个识别率最高的模型，则认为该手势在该模型对应的截取比例识别率最高，以使得每个手势都有一个最佳截取比例对应的模型，用于实时自适应手势预判；通过预设的多个手势训练模型对所述特征信息进行预判，当某个时刻在某个手势训练模型中该手势的识别率高于其他手势训练模型的识别率，或者某个手势训练模型对该手势的识别率大于预先设定的阈值时，判定该手势为该手势训练模型对应的手势；输出判定结果；其中，所述多个手势训练模型根据采集的手势特征信息样本集训练获得，所述手势特征信息样本集包括从完整手势的运动轨迹信息中从头开始按预设截取比例截取的连续的特征信息。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看