隔空手势识别方法及其相关设备与流程

1.本技术涉及人机交互领域，尤其涉及一种隔空手势识别方法及其相关设备。


背景技术：

2.传统的人机交互设备主要有键盘、鼠标、手写板、触摸屏、游戏控制器等，这些设备利用使用者的手部运动来实现人机交互的功能。相对于此，隔空手势交互支持更多更自然的交互方式，提供了以人为中心，而不是以设备为中心的交互技术，从而使用户注意力集中在本来该做的事情以及内容上，而不是集中在设备上。
3.其中，隔空手势交互过程中最重要的技术是隔空手势识别。常见的隔空手势识别技术主要分为基于机器视觉的隔空手势识别技术和基于肌电信号的隔空手势识别技术。目前，基于机器视觉的隔空手势识别技术主要依赖于摄像头、深度传感器等采集手势信息，然后利用模型对人手部分对应的图像进行分割，从而实现手势检测和识别。这种方式对环境、视野的要求比较高，识别能力非常有限。而基于肌电信号进行手势交互所能使用的传感器种类又比较少，功能非常不完善。
4.为此，亟待一种新的隔空手势识别方法，能有效提高手势识别的效果。


技术实现要素：

5.本技术提供一种隔空手势识别方法及其相关设备，通过结合肌电信号、加速度信号和角度信号来共同确定隔空手势动作，从而提高隔空手势识别的效果。
6.为达到上述目的，本技术采用如下技术方案：
7.第一方面，提供一种隔空手势识别方法，应用于用户使用的第一电子设备，所述第一电子设备与第二电子设备进行通信连接，该方法包括：
8.同步采集所述用户的肌电信号、以及所述用户使用所述第一电子设备时，所述第一电子设备产生的加速度信号和角度信号；利用所述肌电信号、所述加速度信号和所述角度信号，对应分别生成肌电信号序列、加速度信号序列和角度信号序列；根据所述肌电信号序列、所述加速度信号序列和所述角度信号序列，确定所述用户对应的目标隔空手势动作；根据所述目标隔空手势动作和所述角度信号序列，确定对应的目标操作指令，所述目标操作指令包括所述目标操作指令的类型和调节幅度。
9.本技术实施例提供了一种隔空手势识别技术，不仅采集肌电信号和加速度信号，还增加采集角度信号；然后，基于肌电信号、加速度信号和角度信号三者来确定出对应的目标隔空手势动作。由于结合了角度信号，增加手势动作的识别条件，从而可以有效提高手势识别的效果。
10.在第一方面一种可能的实现方式中，根据所述肌电信号序列、所述加速度序列和所述角度信号序列，确定所述用户对应的目标隔空手势动作，包括：根据所述肌电信号序列和所述加速度信号序列，确定隔空手势起始时刻；从所述隔空手势起始时刻开始，确定目标肌电信号、目标加速度信号和目标角度信号；根据所述目标肌电信号、所述目标加速度信号
和所述目标角度信号，利用网络模型，确定所述用户对应的所述目标隔空手势动作。
11.在该实现方式中，先基于肌电信号和加速度信号，确定隔空手势起始时刻，然后，从确定出隔空手势起始时刻之后，再基于采集的目标肌电信号、目标加速度信号和目标角度信号，利用网络模型确定出对应的目标隔空手势动作。由此，通过结合角度，增加识别条件，从而可以有效提高手势识别的效果。
12.在第一方面一种可能的实现方式中，根据所述肌电信号序列和所述加速度信号序列，确定隔空手势起始时刻，包括：对所述肌电信号序列进行滑窗分帧，确定每帧肌电信号对应的模糊熵；判断第s帧肌电信号至第s m-1帧肌电信号分别对应的模糊熵是否均大于预设模糊熵阈值，以及第s帧加速度信号对应的加速度模值是否大于预设加速度模值，s、m均为大于0的整数；若是，则将所述第s帧肌电信号对应的时刻作为所述隔空手势起始时刻。
13.在该实现方式中，通过设定预设模糊熵阈值对肌电信号的混乱程度进行区分，然后再结合加速度信号的加速度模值大小，来共同作为隔空手势起始时刻的判断条件，从而可以提高确定出的隔空手势起始时刻的准确度，便于后续对隔空手势动作进行精准识别。
14.在第一方面一种可能的实现方式中，对所述肌电信号序列进行滑窗分帧，确定每帧肌电信号对应的模糊熵，包括：根据第一滑窗长度，将所述肌电信号序列划分成多帧肌电信号；根据第二滑窗长度，将所述多帧肌电信号中的每帧肌电信号划分为k个肌电信号子序列，其中，所述第一滑窗长度为n，所述第二滑窗长度为m，k＝n-m 1，1≤m＜n；针对所述每帧肌电信号，确定每个肌电信号子序列与其他k-1个肌电信号子序列分别对应的模糊隶属度的第一平均值；将所述第二滑窗长度更新为m 1，针对所述每帧肌电信号，确定每个肌电信号子序列与其他k-1个肌电信号子序列分别对应的模糊隶属度的第二平均值；根据所述第一平均值和所述第二平均值，确定所述每帧肌电信号对应的模糊熵。
15.在该实现方式中，基于上述方法，即可评价肌电信号所对应的波形前后部分之间的混乱程度。
16.在第一方面一种可能的实现方式中，针对所述每帧肌电信号，确定每个肌电信号子序列与其他k-1个所述肌电信号子序列分别对应的模糊隶属度的第一平均值或第二平均值，包括：针对所述每帧肌电信号，根据距离公式，确定每个肌电信号子序列与所有k个肌电信号子序列之间的距离；根据所述距离，利用模糊隶属度公式，确定每个肌电信号子序列与所有k个肌电信号子序列之间分别对应的模糊隶属度；根据所述模糊隶属度，利用模糊隶属度平均公式，确定每个肌电信号子序列与其他k-1个肌电信号子序列分别对应的模糊隶属度的所述第一平均值或所述第二平均值。
17.在第一方面一种可能的实现方式中，所述方法还包括：当所述第s帧肌电信号至所述第s m-1帧肌电信号分别对应的模糊熵小于或等于所述预设模糊熵阈值时，将所述肌电信号对应的模糊熵更新为0。
18.在该实现方式中，可对不满足条件的肌电信号对应的模糊熵进行整流，使得满足条件的肌电信号的模糊熵和不满足条件的肌电信号的模糊熵差异更大，进而使得满足条件的肌电信号对应的混乱度更显著，对后续处理更有利。
19.在第一方面一种可能的实现方式中，所述方法还包括：当所述第s帧肌电信号至所述第s m-1帧肌电信号分别对应的模糊熵不是均大于所述预设模糊熵阈值时；或者，当所述第s帧加速度信号对应的加速度模值小于或等于所述预设加速度模值时，则判断第s 1帧肌
电信号至第s m帧肌电信号分别对应的模糊熵是否均大于所述预设模糊熵阈值，以及第s 1帧加速度信号对应的加速度模值是否大于所述预设加速度模值。
20.在该实现方式中，当肌电信号和加速度信号未满足确定隔空手势起始时刻的条件时，可按照肌电信号序列和加速度信号序列继续判断后续信号是否满足预设条件。
21.在第一方面一种可能的实现方式中，从所述隔空手势起始时刻开始，确定目标肌电信号、目标加速度信号和目标角度信号，包括：从所述隔空手势起始时刻开始，将m帧肌电信号包括的所有肌电信号均作为所述目标肌电信号，m帧加速度信号包括的所有加速度信号均作为所述目标加速度信号，m帧角度信号包括的所有角度信号均作为所述目标角度信号，或者；从所述隔空手势起始时刻开始，根据每帧肌电信号对应的模糊熵，确定隔空手势终止时刻；将所述隔空手势起始时刻与所述隔空手势终止时刻之间包括的所有肌电信号确定为所述目标肌电信号，包括的所有加速度信号确定为所述目标加速度信号，包括的所有角度信号确定为所述目标角度信号。
22.在该实现方式中，可以通过预设帧数的方式或者通过确定隔空手势起始时刻和隔空手势终止时刻的方式，来确定有效信号，以便于后续确定隔空手势动作。
23.在第一方面一种可能的实现方式中，根据所述目标肌电信号、所述目标加速度信号和所述目标角度信号，利用网络模型，确定所述用户对应的所述目标隔空手势动作，包括：根据所述目标肌电信号，确定时域特征平均绝对值、斜率符号变化值和波形长度；根据所述目标加速度信号，确定加速度三轴原始数据、重力在三轴的分布大小和所述加速度模值；根据所述目标角度信号，确定陀螺仪三轴原始数据、陀螺仪多轴原始数据相乘的绝对值和旋转矩阵；根据所述时域特征平均绝对值、所述斜率符号变化值和所述波形长度中的至少一项，所述加速度三轴原始数据、所述重力在三轴的分布大小和所述加速度模值中的至少一项，以及所述陀螺仪三轴原始数据、所述陀螺仪多轴原始数据相乘的绝对值和所述旋转矩阵中的至少一项，利用所述网络模型，确定对应的所述目标隔空手势动作。
24.在该实现方式中，通过结合有效的目标肌电信号、目标加速度信号和目标角度信号中的多个数据，可以提高确定出的隔空手势动作的准确度。
25.在第一方面一种可能的实现方式中，所述网络模型为循环神经网络模型、gru网络模型或lstm网络模型。
26.在第一方面一种可能的实现方式中，所述隔空手势动作包括：手掌张开向左或向右挥动、手掌张开向上或向下挥动、握拳向上或向下挥动、握拳伸食指向上或向下挥动中的至少一项。
27.在第一方面一种可能的实现方式中，根据所述目标隔空手势动作和所述角度信号序列，确定对应的目标操作指令，包括：确定所述目标隔空手势动作对应的目标操作指令的类型，所述操作指令的类型包括滑动页面、音量调节、视频进度调节中的至少一项；根据所述目标操作指令的类型和所述角度信号序列中的所述目标角度信号，确定所述目标操作指令的调节幅度。
28.在该实现方式中，操作指令的类型用于表示隔空手势动作想要做什么，操作指令的调节幅度用于表示：基于隔空手势动作想要做什么的情况下，确定想要做多少。由此，通过确定目标操作指令的类型和调节幅度，可以提高后续隔空手势动作控制第二电子设备时对应操作的精准度。
29.在第一方面一种可能的实现方式中，所述方法还包括：向所述第二电子设备发送所述目标操作指令。
30.第二方面，提供了一种隔空手势交互装置，该装置包括用于执行以上第一方面或第一方面的任意可能的实现方式中各个步骤的单元。
31.第三方面，提供了一种电子设备，包括：肌电电极、加速度传感器、陀螺仪传感器、处理器和存储器；所述肌电电极用于采集用户的肌电信号；所述加速度传感器用于在所述用户使用所述电子设备时产生加速度信号；所述陀螺仪传感器用于在所述用户使用所述电子设备时产生角度信号；所述存储器，用于存储可在所述处理器上运行的计算机程序；所述处理器，用于执行如如第一方面或第一方面的任意可能的实现方式中提供的隔空手势识别方法中进行处理的步骤。
32.第四方面，提供了一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如第一方面或第一方面的任意可能的实现方式中提供的隔空手势识别方法。
33.第五方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时，使处理器执行如第一方面或第一方面的任意可能的实现方式中提供的隔空手势识别方法。
34.第六方面，提供了一种计算机程序产品，计算机程序产品包括存储了计算机程序的计算机可读存储介质，计算机程序使得计算机执行如第一方面或第一方面的任意可能的实现方式中提供的隔空手势识别方法。
附图说明
35.图1为本技术实施例提供的隔空手势交互系统适用的场景图；
36.图2为本技术实施例提供的一种隔空手势识别方法的流程示意图；
37.图3为本技术实施例提供的一种对肌电信号序列进行分帧，并确定每帧肌电信号对应的模糊熵的示意图；
38.图4本技术实施例提供的一种模糊隶属度表格；
39.图5为本技术实施例提供的一种隔空手势交互方法的流程示意图；
40.图6为本技术实施例提供的电子设备的结构示意图；
41.图7为本技术实施例提供的一种隔空手势识别系统的结构示意图；
42.图8为本技术实施例提供的一种芯片的结构示意图。
具体实施方式
43.下面将结合附图，对本技术中的技术方案进行描述。
44.在本技术实施例的描述中，除非另有说明，“/”表示或的意思，例如，a/b可以表示a或b；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，在本技术实施例的描述中，“多个”是指两个或多于两个。
45.以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者
隐含地包括一个或者更多个该特征。在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
46.常见的隔空手势识别技术主要分为基于机器视觉的隔空手势识别技术和基于肌电信号的隔空手势识别技术。
47.示例性的，基于机器视觉的隔空手势识别技术，主要通过机器视觉对设置在电视上的摄像头所采集到的手势图像序列处理识别，从而实现手部和电视的交互。或者，基于机器视觉的隔空手势识别技术，通过机器视觉对设置在车载中控台上的摄像头所采集的手势图像序列处理识别，从而实现手部和车载中控台的交互。
48.这种方法通过使用摄像头采集手势信息，然后，例如利用肤色模型对人手部分进行分割，从而实现手势检测和识别，最后再使用帧间差法实现运动手势的跟踪。该方法的效果取决于肤色模型的准确率，然而人的皮肤颜色不一，难以得到通用、高效的肤色模型；而且，当人手运动速度不均匀时，采用帧间差法跟踪手势会出现中断现象，从而丢失被跟踪手势。此外，这种方式对采集环境、视野的要求也比较高，识别能力非常有限。
49.示例性的，基于肌电信号的隔空手势识别技术，通过用户带在手臂上的可穿戴设备来采集不同手势对应的肌电信号并进行手势识别处理，再传输给与可穿戴设备连接的电子设备，即可实现手部与电子设备的交互。或者，基于肌电信号的隔空手势识别技术，通过用户带在手指上的指环来采集不同手势对应的肌电信号并进行手势识别处理，再传输给与指环连接的电子设备，即可实现手部与电子设备的交互。但是，现有基于肌电信号隔空交互所能使用的传感器种类较少，功能也不完善，而且仅通过肌电信号进行手势的识别通常也不够准确。
50.除了上述两种技术之外，现有技术还提供了一种基于肌电信号和加速度信号结合起来进行手势识别的技术。该隔空手势识别技术通过采集肌电信号和加速度信号，然后，利用支持向量机(support vector machines,svm)进行机器学习来实现手势的识别。虽然相对于上述两种方式，该隔空手势识别技术可以弥补受环境、视场角限制等缺陷，让用户摆脱范围限制，相对提高识别能力，但是由于支持向量机做决策时，仅仅依赖的是有限个样本，所以其识别效果还是不够准确，不能完全满足用户需求。
51.有鉴于此，本技术实施例提供了一种隔空手势识别技术，不仅采集肌电信号和加速度信号，还增加采集角度信号；然后，基于肌电信号、加速度信号和角度信号三者来确定出对应的目标隔空手势动作。由于结合了角度信号，增加手势动作的识别条件，从而可以有效提高手势识别的效果。
52.参考图1，图1为一例适用于本技术实施例的隔空手势交互系统适用的场景图。如图1所示，本技术实施例提供的隔空手势交互系统包括：第一电子设备11和第二电子设备12。第一电子设备11以用户使用的智能手表为例，第二电子设备12以用户使用的平板电脑为例。当然，图1所示的隔空手势交互系统中还可以包括其他更多的电子设备，本技术实施例对此不作限制。
53.在本技术实施例中，第一电子设备11可以包括：智能手表、智能手环、智能指环、手指或手臂上的可穿戴电子设备等，本技术实施例对此并不限定。
54.第二电子设备12可以包括：智能手机、智能电视、大屏设备、平板电脑、个人数字助理(personal digital assistant，pda)、电脑手持式通信设备、音箱、车载设备(也可称为
车机)、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，umpc)、手持计算机、上网本、可穿戴电子设备、虚拟现实设备等iot(internet of things，物联网)设备、5g网络中的电子设备等，本技术实施例对此并不限定。
55.应理解，图2中所示的例子不应该对本技术实施例产生任何的限制。
56.第一电子设备11和第二电子设备12之间可以通过通信网络互联。示例性的，该通信网络可以是有线网络，也可以是无线网络。例如，上述通信网络可以是局域网(local area networks，lan)，也可以是广域网(wide area networks，wan)，例如互联网。上述通信网络可使用任何已知的网络通信协议来实现，上述网络通信协议可以是各种有线或无线通信协议，诸如以太网、通用串行总线(universal serial bus，usb)、火线(firewire)、全球移动通讯系统(global system for mobile communications，gsm)、通用分组无线服务(general packet radio service，gprs)、码分多址接入(code division multiple access，cdma)、宽带码分多址(wideband code division multiple access，wcdma)，时分码分多址(time-division code division multiple access，td-scdma)，长期演进(long term evolution，lte)、蓝牙、无线保真(wireless fidelity，wi-fi)、wi-fi直连(wireless fidelity peer-to-peer,wi-fi p2p)连接、nfc、基于互联网协议的语音通话(voice over internet protocol，voip)、支持网络切片架构的通信协议或任何其他合适的通信协议。
57.也就是说，隔空手势交互系统内的各个电子设备可按照一定的通信协议和组网策略组建网络(即组网)，使得隔空手势交互系统内的各个电子设备之间可以互相通信。
58.可选地，在本技术中，第一电子设备11需要将第一电子设备11采集的数据传输给第二电子设备12，而第一电子设备11的数据涉及到用户隐私问题。因此，在第一电子设备11向第二电子设备12发送数据之前，第一电子设备11和第二电子设备12之间可建立可信关系并以此为前提，也即第一电子设备11和第二电子设备12之间建立了设备级的认证关系。
59.在本技术中，第一电子设备11和第二电子设备12之间可以利用各种不同的方式建立设备级的认证关系，本技术实施例对此不作限制。
60.在一种可能的应用场景中，用户手腕上佩戴有智能手表，用户通过挥舞手部，想要对平板电脑进行操作，以使得平板电脑上的应用等可以隔空受到用户手部动作的控制，例如，用户进行某一隔空手势动作后，平板电脑进行了截屏处理。在这个过程中，可以使用本技术提供的隔空手势识别方法以及隔空手势交互方法。
61.在另一种可能的应用场景中，用户手指上佩戴有智能指环，用户通过挥舞手部，想要对电视进行操作，以使得电视可以隔空受到用户手部动作的控制。例如，用户进行某一隔空手势动作后，电视进行了切换页面处理。在这个过程中，可以使用本技术提供的隔空手势识别方法以及隔空手势交互方法。
62.在又一种可能的应用场景中，用户手臂上佩戴有可穿戴设备，用户通过挥舞手部，想要对车载中控台进行操作，以使得车载中控台可以隔空受到用户手部动作的控制。例如，用户进行某一隔空手势动作后，车载中控台进行了拨打电话的处理。在这个过程中，可以使用本技术提供的隔空手势识别方法以及隔空手势交互方法。
63.下面以图1所示的场景为例进行说明，第一电子设备11为智能手表，第二电子设备12为平板电脑，智能手表和平板电脑已通过通信网络进行了连接。在该场景中，用户携带智能手表后，通过进行各种隔空手势动作就可以隔空控制平板电脑实现不同的处理。
64.在该过程中，第一电子设备11上可以适用本技术实施例提供的隔空手势识别方法，第一电子设备11和第二电子设备12之间可以适用本技术实施例提供的隔空手势交互方法。
65.首先，先对本技术实施例提供的隔空手势识别方法进行详细介绍。图2所示为本技术实施例提供的一种隔空手势识别方法40的流程示意图。该隔空手势识别方法40应用于智能手表。
66.如图2所示，该隔空手势识别方法40包括：s101至s113。
67.s101、同步采集用户的肌电信号、以及用户使用第一电子设备11时产生的加速度信号和角度信号。
68.s102、利用采集的肌电信号对应生成肌电信号序列，利用采集的加速度信号对应生成加速度信号序列、利用采集的角度信号对应生成角度信号序列。
69.应理解，该用户即为使用第一电子设备11的用户，因此，第一电子设备11可采集其使用者手部进行动作时产生的肌电信号、加速度信号和角度信号。
70.肌电信号是一种与神经肌肉活动相关的生物电信号。肌电信号能反应肌肉的收缩模式以及收缩强度等信息，不同的肢体动作对应不同的肌电信号，通过分析肌电信号可以判别出该肌电信号对应的具体动作。示例性的，可以在智能手表上安装肌电电极，通过肌电电极与人体皮肤接触，从而可以利用肌电电极连续采集用户手部动作时产生的多个肌电信号，生成对应的肌电信号序列。
71.加速度信号指的是用于表示加速度的信号。加速度信号可以由加速度传感器产生。该加速度传感器可以是单轴加速度传感器、双轴加速度传感器或者三轴加速度传感器。示例性的，若智能手表包括三轴加速度传感器，那么，当用户佩戴智能手表的手部进行挥舞时，智能手表中的三轴加速度传感器将根据手部的运动状态产生多个加速度信号，采集该多个加速度信号，生成对应的加速度信号序列。
72.角度信号指的是用于表示物体移动角度的信号。角度信号可以由陀螺仪传感器产生。该陀螺仪传感器可以是二自由度陀螺仪或者三自由度陀螺仪。示例性的，若智能手表包括三自由度陀螺仪，那么，当用户佩戴智能手表的手部进行挥舞时，智能手表中的三自由度陀螺仪将根据手部的运动状态产生多个角度信号，采集该多个角度信号，生成对应的角度信号序列。
73.同步采集也即是说是同时采集的，且采集的肌电信号、加速度信号和角度信号的次序一致。例如，在同一时间，采集到的肌电信号、加速度信号和角度信号均为各自信号序列中的第1帧信号，也就是说，采集到的肌电信号为第1帧肌电信号，加速度信号为第1帧加速度信号，角度信号为第1帧角度信号。此处，例如可以在采集时通过打点的方式记录次序，使得肌电信号、加速度信号和角度信号三者的次序对应一致。
74.应理解，当用户手部在隔空进行挥舞，变换各种隔空手势动作时，手势的每一次改变都伴随有肌电信号、加速度信号和角度信号的产生，因此，只有同步采集才能提高采集的信号的准确度，进而提高后续确定出的隔空手势动作的准确度。
75.s103、对肌电信号序列进行滑窗分帧，确定每帧肌电信号对应的模糊熵。
76.其中，每帧肌电信号包括1个或多个肌电信号。
77.应理解，滑窗分帧指的是：针对连续的信号序列，按照一定长度将其分成较短的
帧，帧长即为滑窗长度，并且，为了使得两帧信号之间的参数能够平稳过渡，通常相邻两帧信号之间互相有部分重叠。例如，设滑窗长度的wlen，则每帧信号的帧长为wlen。若后一帧信号与前一帧信号的位移量为inc，则该两帧信号的重叠部分为overlap＝wlen-inc。
78.在上述s103之前，由于肌电信号的幅度小、信噪比低，因此，在对肌电信号序列进行滑窗分帧之前，还可以先对肌电信号进行预处理，对肌电信号进行的预处理可以包括：对肌电信号进行信号放大、工频滤波、高通滤波等处理，具体可以根据需要进行设置和更改，本技术实施例对此不进行任何限制。
79.可选地，作为一种可能实现的方式，当利用多个肌电电极采集到多个通道的肌电信号时，可以对不同肌电电极采集的多个通道的肌电信号进行模糊熵计算。当然，在这之前，可以对多个肌电电极采集到的多个通道的肌电信号均进行预处理。
80.应理解，肌电信号序列包括连续的多个肌电信号。对此，可以预先设定滑窗的长度，利用该滑窗对肌电信号序列进行分帧，然后，再利用以下模糊熵计算公式，确定出每帧肌电信号对应的模糊熵。
81.图3示出了一种对肌电信号序列进行分帧，并确定每帧肌电信号对应的模糊熵的示意图。如图3所示，对肌电信号序列进行分帧，并确定每帧肌电信号对应的模糊熵的过程如下：
82.第一步：对肌电信号序列进行分帧。
83.示例性的，以n毫秒为第一滑窗长度，对肌电信号序列进行滑窗分帧，将肌电信号序列划分为多个长度为n毫秒的肌电信号片段。其中，每段肌电信号片段对应为1帧肌电信号，每段肌电信号片段对应的起始时刻为该帧肌电信号对应的时刻。
84.应理解，滑窗分帧后，相邻两帧肌电信号具有交叠。
85.例如，如图3中的(a)所示，第t时刻对应第1帧肌电信号，第t 1时刻对应的第2帧肌电信号，...，第t m-1时刻对应第m帧肌电信号。其中，第t时刻对应的第1帧肌电信号与第t 1时刻对应的第2帧肌电信号具有交叠，其他依次类推，在此不再赘述。
86.第二步：如图3中的(b)所示，以m毫秒为第二滑窗长度，将长度为n毫秒的每帧肌电信号{xi,i＝1,2,...,n}按序列顺序分成k＝n-m 1个肌电信号子序列。其中，1≤m＜n。
87.由此，肌电信号子序列表示为：xi(t)＝{xi(t),x
i 1
(t),...,x
i m-1
(t)}。t表示时间。
88.应理解，xi(t)＝{xi(t),x
i 1
(t),...,x
i m-1
(t)}表示从第i组信号中连续m个信号构成的m维向量。xj(t)＝{xj(t),x
j 1
(t),...,x
j m-1
(t)}表示从第j组信号中连续m个信号构成的m维向量。
89.应理解，第一步和第二步中涉及的滑窗长度均可以根据需要进行设置和修改，本技术实施例对此不进行任何限制。
90.第三步：根据以下距离公式，确定每个肌电信号子序列与所有k个肌电信号子序列之间分别对应的距离：
91.d
ij
(t)＝max|x
i p
(t)-x
j p
(t)|,p＝{0,1,...,m-1}
92.其中，距离d
ij
(t)指的是两向量对应元素差值的绝对值的最大值。
93.第四步：根据距离d
ij
(t)，利用以下模糊隶属度公式，确定每个肌电信号子序列与所有k个肌电信号子序列之间分别对应的模糊隶属度。
[0094][0095]
其中，n和r为给定参数，r为相似性容限。
[0096]
示例性的，图4为一种模糊隶属度表格。如图4所示，可以计算得到每个肌电信号子序列与所有k个肌电信号子序列之间分别对应的模糊隶属度。
[0097]
第五步：根据上述得到的多个模糊隶属度，利用以下模糊隶属度平均公式，确定第二滑窗长度为m毫秒时，每个肌电信号子序列与其他k-1个肌电信号子序列之间分别对应的模糊隶属度的第一平均值。
[0098][0099]
第六步：将第二滑窗长度增长为m 1毫秒，重复上述第二步至第四步，确定第二滑窗长度为m 1毫秒时，每个肌电信号子序列与其他k-1个肌电信号子序列之间分别对应的模糊隶属度的第二平均值。
[0100][0101]
第七步：根据第二滑窗长度为m毫秒时，第五步获取到的第一平均值，以及根据第二滑窗长度为m 1毫秒时，第六步获取到的第二平均值，利用以下模糊熵公式，确定长度为n毫秒的每帧肌电信号所对应的模糊熵。
[0102][0103]
其中，fuzzyen(t,n)即用于表示长度为n的1帧肌电信号所对应的模糊熵。该模糊熵的大小与t、n的取值均有关。
[0104]
例如，当t＝1时，表示第1时刻对应的1帧肌电信号的模糊熵为fuzzyen(1,n)。当t＝2时，表示第2时刻对应的1帧肌电信号的模糊熵为fuzzyen(2,n)。当t＝m时，表示第m时刻对应的1帧肌电信号的模糊熵为fuzzyen(m,n)。
[0105]
s104、判断第s帧肌电信号对应的模糊熵是否大于预设模糊熵阈值。
[0106]
s105、当第s帧肌电信号对应的模糊熵小于或等于预设模糊熵阈值时，将该第s帧肌电信号对应的模糊熵更新为0。也就是说，第s帧肌电信号对应的模糊熵将变更为0。
[0107]
s106、当第s帧肌电信号对应的模糊熵大于预设模糊熵阈值时，保留该第s帧肌电信号对应的模糊熵。
[0108]
其中，s为大于0的整数。预设模糊熵阈值可以根据需要进行设置和调整，本技术实施例对此不作限制。
[0109]
应理解，基于上述第一步至第七步确定出的模糊熵，即可评价肌电信号所对应的波形前后部分之间的混乱程度，也可以理解为，前后波形之间的重复性，也就是频率。当模糊熵越大，说明波形中各个频率越多，越混乱。当模糊熵越小，说明波形中各个频率越小，越不混乱。因此，可以通过设定预设模糊熵阈值对混乱程度进行区分。
[0110]
应理解，将小于或等于预设模糊熵阈值的1帧肌电信号的模糊熵更新为0时，相当
于对肌电信号对应的模糊熵进行了整流，使得满足条件的肌电信号的模糊熵和不满足条件的肌电信号的模糊熵差异更大，进而使得满足条件的肌电信号对应的混乱度更显著，对后续处理更有利。
[0111]
s107、当第s帧肌电信号对应的模糊熵被保留时，继续判断第s帧肌电信号后续连续m-1帧肌电信号分别对应的模糊熵是否均大于预设模糊熵阈值。
[0112]
应理解，当某一帧肌电信号对应的模糊熵大于预设模糊熵阈值时，则保留该帧肌电信号对应的模糊熵；当某一帧肌电信号对应的模糊熵小于或等于预设模糊熵阈值时，则将该帧肌电信号对应的模糊熵更新为0。
[0113]
应理解，m用于表示肌电信号的帧数，m的大小可以根据需要进行设置和更改。当m设定的越小，说明从被保留模糊熵的第s帧信号开始，期望将一小部分数量的肌电信号的模糊熵与预设模糊熵阈值进行比较；当m设定的越大，则说明从被保留模糊熵的第s帧信号开始，期望将更多数量的肌电信号的模糊熵与预设模糊熵阈值进行比较。当m设定的太小时，可参考的数据量较小，后续确定隔空手势起始时刻不一定准确；当m设定的太大时，计算量会比较大，因此，一般会根据经验设定一个合适大小的值。
[0114]
示例性的，预设m的大小为9，则判断到第s帧肌电信号对应的模糊熵大于预设模糊熵阈值之后，确定后续第s 1帧肌电信号至第s 8帧肌电信号分别对应的模糊熵是否均大于预设模糊熵阈值。若第s 1帧肌电信号至第s 8帧肌电信号分别对应的模糊熵均大于预设模糊熵阈值，则保留第s 1帧肌电信号至第s 8帧肌电信号分别对应的模糊熵。
[0115]
s108、确定第s帧加速度信号对应的加速度模值。
[0116]
应理解，加速度信号序列可以以第一滑窗长度n进行滑窗分帧，划分出的多帧加速度信号中的每帧加速度信号对应的时刻与每帧肌电信号对应的时刻一一对齐。
[0117]
示例性的，加速度模值即为第s帧加速度信号在直角坐标系xyz中，x轴上的分量、在y轴上的分量以及在z轴上的分量的平方和的根值。加速度模值用于表示加速度的大小。
[0118]
s109、判断第s帧加速度信号对应的加速度模值是否大于预设加速度模值。
[0119]
应理解，预设加速度模值可以根据需要进行设置和调整，本技术实施例对此不作限制。为了避免手部的一些非必要动作对后续判断进行干扰，因此，可以通过设定阈值的方式先对加速度信号进行判断和筛选。
[0120]
s110、当第s帧加速度信号对应的加速度模值大于预设加速度模值时，且同步采集的第s帧肌电信号后续连续还有m-1帧肌电信号对应的模糊熵都被保留时，也即，都大于或等于预设模糊熵阈值时，则该第s帧肌电信号对应的时刻为隔空手势起始时刻。
[0121]
应理解，隔空手势起始时刻指的是第s帧肌电信号对应的时刻起始点。也即，第s帧加速度信号对应的时刻起始点。
[0122]
当第s帧加速度信号对应的加速度模值小于或等于预设加速度模值时，或者，当第s帧肌电信号后续没有连续m-1个肌电信号对应的模糊熵都被保留时，则在s的基础上增加1，重复上述s104至s108，判断第s 1帧肌电信号至第s m帧肌电信号对应的模糊熵是否均大于预设模糊熵阈值，以及第s 1帧加速度信号对应的加速度模值是否大于预设加速度模值，后续依次类推，直至确定出隔空手势起始时刻。
[0123]
s111、从隔空手势起始时刻开始，将m帧肌电信号包括的所有肌电信号均作为目标肌电信号、m帧加速度信号包括的所有加速度信号均作为目标加速度信号、m帧角度信号包
括的所有角度信号均作为目标角度信号。
[0124]
其中，例如，m帧肌电信号指的是包括隔空手势起始时刻对应的第s帧肌电信号，以及后面模糊熵都被保留的m-1帧肌电信号，也就是说，m帧肌电信号包括第s帧肌电信号至第s m-1帧肌电信号。
[0125]
应理解，若第s帧肌电信号对应的时刻为隔空手势起始时刻，则第s帧肌电信号中的第1个信号为第1个目标肌电信号。
[0126]
或者，上述s111还可以为：
[0127]
从隔空手势起始时刻开始，根据每帧肌电信号对应的模糊熵，确定隔空手势终止时刻。
[0128]
将隔空手势起始时刻与隔空手势终止时刻之间包括的所有肌电信号确定为目标肌电信号、包括的所有加速度信号确定为目标加速度信号，包括的所有角度信号确定为目标角度信号。
[0129]
应理解，在确定出隔空手势起始时刻之后，可以判断是否出现连续q帧肌电信号的模糊熵都为0，来判断隔空手势终止时刻。
[0130]
例如，若连续有q帧肌电信号的模糊熵都为0，则该q帧肌电信号中第1帧肌电信号对应的时刻作为隔空手势终止时刻。隔空手势起始时刻至隔空手势终止时刻之间包括的所有肌电信号均作为目标肌电信号。
[0131]
应理解，隔空手势终止时刻指的是：q帧模糊熵都为0的肌电信号中的第1帧肌电信号对应的时刻起始点。
[0132]
应理解，若某一帧肌电信号对应的时刻为隔空手势终止时刻，则上一帧肌电信号中的最后1个信号为最后1个目标肌电信号。
[0133]
例如，从第11帧肌电信号开始，包括第11帧肌电信号一共连续有10帧肌电信号对应的模糊熵都大于预设模糊熵阈值，则将第11帧肌电信号对应的时刻作为隔空手势起始时刻。而从隔空手势起始时刻之后，第51帧肌电信号至第70帧肌电信号对应的模糊熵都更新为0，则可以确定第51帧肌电信号对应的时刻为隔空手势终止时刻。由此可知，第11帧肌电信号至第50帧肌电信号所包括的所有肌电信将均可作为目标肌电信号。
[0134]
s112、根据目标肌电信号、目标加速度信号和目标加速度信号，利用网络模型，确定对应的目标隔空手势动作。
[0135]
其中，该网络模型可以为循环神经网络模型(recurrent neural network，rnn)、gru(gated recurrent unit)网络模型或长短期记忆(long short term memory，lstm)网络模型。
[0136]
应理解，循环神经网络模型是一种对序列数据建模的神经网络，即一个序列当前的输出与前面的输出有关。由于肌电信号是不定长时间序列信号，前后信号时间相关性较高，同时手势运动过程中，加速度信号和角度信号也具有不定长、时序的特点，因此，本技术可以采用循环神经网络模型对数据进行分类。
[0137]
在此基础上，考虑到传统的循环神经网络模型在处理长期依赖时可能会出现问题，为此，该网络模型也可以采用gru网络模型或lstm网络模型，gru网络模型和lstm网络模型都是一种基于循环神经网络rnn进行改进的网络模型。
[0138]
当然，该网络模型也可以为其他模型，具体可以根据需要进行设置和修改，本技术
实施例对此不进行任何限制。
[0139]
可选地，上述s112可以包括以下s1121至s1124。
[0140]
s1121、根据目标肌电信号，确定时域特征平均绝对值、斜率符号变化值和波形长度。
[0141]
应理解，目标肌电信号包括隔空手势起始时刻对应的肌电信号，以及隔空手势起始时刻后续的m-1帧肌电信号；或者，目标肌电信号包括隔空手势起始时刻与隔空手势终止时刻之间包括的所有肌电信号。
[0142]
s1122、根据目标加速度信号，确定加速度三轴原始数据、重力在三轴的分布大小和加速度模值。
[0143]
应理解，目标加速度信号包括隔空手势起始时刻对应的加速度信号，以及隔空手势起始时刻后续的m-1帧加速度信号；或者，目标加速度信号包括隔空手势起始时刻与隔空手势终止时刻之间包括的所有加速度信号。
[0144]
s1123、根据目标角度信号，确定陀螺仪三轴原始数据、陀螺仪多轴原始数据相乘的绝对值和旋转矩阵。
[0145]
应理解，目标角度信号包括隔空手势起始时刻对应的角度信号，以及隔空手势起始时刻后续的m-1角度信号；或者，目标角度信号包括隔空手势起始时刻与隔空手势终止时刻之间包括的所有角度信号。
[0146]
s1124、根据时域特征平均绝对值、斜率符号变化值和波形长度中的至少一项，加速度三轴原始数据、重力在三轴的分布大小和加速度模值中的至少一项，以及陀螺仪三轴原始数据、陀螺仪多轴原始数据相乘的绝对值和旋转矩阵中的至少一项，利用网络模型，确定对应的目标隔空手势动作。
[0147]
应理解，陀螺仪多轴原始数据相乘的绝对值例如为：陀螺仪三轴原始数据相乘的绝对值。
[0148]
其中，隔空手势动作可以包括：手掌张开向左或向右挥动、手掌张开向上或向下挥动、握拳向上或向下挥动、握拳伸食指向上或向下挥动中的至少一项。
[0149]
当然，隔空手势动作还可以包括其他动作，具体可以根据需要进行设置和改变，本技术实施例对此不进行任何限制。应理解，目标隔空手势动作为上述隔空手势动作中的一种。
[0150]
s113、根据目标隔空手势动作和目标角度信号，确定对应的目标操作指令。
[0151]
其中，目标操作指令包括目标操作指令的类型和调节幅度。
[0152]
可选地，操作指令的类型可以包括：滑动页面、音量调节、视频进度调节中的至少一项。当然，操作指令的类型还可以包括其他项，具体可以根据需要进行修改和设置，本技术实施例对此不进行任何限制。
[0153]
可选地，上述s113可以包括以下s1131至s1132。
[0154]
s1131、根据确定出的目标隔空手势动作，确定目标隔空手势动作对应的目标操作指令的类型。
[0155]
例如，从预设的操作指令库中确定对应的目标操作指令的类型，操作指令库包括多种隔空手势动作以及每种隔空手势动作对应的操作指令的类型和调节幅度。其中，目标隔空手势动作为预设的操作指令库中的一个隔空手势动作。
[0156]
s1132、根据目标操作指令的类型和角度信号序列中的目标角度信号，确定目标操作指令的调节幅度。
[0157]
例如，从隔空手势起始时刻开始，连续m帧角度信号所包括的所有角度信号均为目标角度信号，或者，从隔空手势起始时刻至隔空手势终止时刻之间的所有角度信号均为目标角度信号。
[0158]
应理解，角度信号序列也可以以第一滑窗长度n进行滑窗分帧，划分出的多帧角度信号中的每帧角度信号对应的时刻与每帧肌电信号对应的时刻一一对齐。
[0159]
应理解，可以根据角度信号中的目标角度信号的变化，确定出目标角度信号的变化范围，然后，再结合目标角度信号的变化范围和已确定出的目标操作指令的类型，确定目标操作指令的调节幅度。
[0160]
应理解，操作指令的类型用于表示隔空手势动作想要做什么，操作指令的调节幅度用于表示：基于隔空手势动作想要做什么的情况下，确定想要做多少。由此，可以提高隔空手势动作对应操作的精准度。
[0161]
示例性的，假设操作指令库中预先存储有“手掌张开向左挥动”和“手掌张开向右挥动”两个动作，以及“手掌张开向左挥动”对应的目标操作指令的类型为“向左滑动视频或音频进度条”，“手掌张开向右挥动”对应的目标操作指令的类型为“向右滑动视频或音频进度条”。
[0162]
由此，若在识别过程中，确定出用户当前的目标隔空手势动作为“手掌张开向左挥动”，则从预设的操作指令库中可以确定出对应的目标操作指令的类型为“向左滑动视频或音频进度条”。
[0163]
此外，还可以根据目标角度信号，确定出目标角度的变化范围，进而可以根据目标角度的变化范围计算出目标操作指令的调节幅度，也即，想要将视频或音频进度条向左拖动多少。
[0164]
例如，设挥动前视频或音频进度条上对应的时长位置为s1，若用户进行了“手掌张开向左挥动”的动作之后，目标角度信号的变化范围为θ。
[0165]
那么，结合目标操作指令的类型和目标角度信号的变化范围，根据公式：s2＝s1*(1-θ/90)，可以确定出用户挥动后，视频或音频进度条上对应的时长位置为s2，进而确定出目标操作指令的调节幅度为“从s1至s2”。由此，说明“手掌张开向左挥动”这个指令对应的目标操作指令为：向左滑动视频或音频进度条，并且，调节幅度为：将视频或音频进度条上对应的时长位置从s1拖动至s2处。
[0166]
本技术实施例提供了一种隔空手势识别技术，先基于肌电信号和加速度信号，确定隔空手势起始时刻，然后，从确定出隔空手势起始时刻之后，再基于采集的目标肌电信号、目标加速度信号和目标角度信号，利用网络模型确定出对应的目标隔空手势动作。由此，通过结合角度，增加识别条件，从而可以有效提高手势识别的效果。
[0167]
接下来对本技术实施例提供的隔空手势交互方法进行详细介绍。图5所示为本技术实施例提供的一种隔空手势交互方法的流程示意图。该隔空手势交互方法60应用于本技术实施例提供的隔空手势交互系统中。
[0168]
如图5所示，该隔空手势交互方法60包括：s201至s205。
[0169]
s201、第一电子设备11检测到用户进行的第一操作。该第一操作是指用户用于指
示进行隔空手势交互的操作。
[0170]
s202、响应于用户的第一操作，开启隔空手势交互功能，第一电子设备11同步采集肌电信号、加速度信号和角度信号。
[0171]
示例性的，智能手表的显示界面上显示有多个应用选项，其中，当用户点击“隔空交互功能”选项时，智能手表响应于用户的点击操作，开始调用本技术实施例提供的隔空手势识别方法40对应的程序，开启隔空交互功能。其中，第一操作即为点击操作，当然，第一操作也可以为语音等其他操作，本技术实施例对此不作限制。
[0172]
s203、利用如图2所示的隔空手势识别方法40对用户所进行的隔空手势动作进行识别，确定出目标隔空手势动作，以及目标隔空手势动作对应的目标操作指令和指令调节范围。
[0173]
具体过程可以参考上述对图2中各个步骤的描述，在此不再赘述。
[0174]
s204、第一电子设备11向第二电子设备12发送目标操作指令。
[0175]
其中，目标操作指令包括目标操作指令的类型和调节幅度。
[0176]
s205、当第二电子设备12接收目标操作指令之后，第二电子设备12根据目标操作指令进行第二操作，该第二操作是指目标隔空手势动作指示进行的操作。
[0177]
示例性的，若第二电子设备12为手机，根据目标操作指令，手机可以进行截屏、滑动屏幕、切换应用、音量调节、视频或音频进度条调节等。其中，该截屏、滑动屏幕以及滑动多少、切换应用以及切换为什么应用、音量调节以及调节多少、视频或音频进度条调节以及调节多少等即为第二操作，也就是说，这些为不同隔空手势动作所指示手机进行的操作。
[0178]
示例性的，若第二电子设备12为电视，根据目标操作指令，电视可以进行切换页面、暂停、音量调节、视频或音频进度条调节等。其中，该切换页面以及切换多少、暂停以及暂停什么位置、音量调节以及调节多少、视频或音频进度条调节以及调节多少等即为第二操作，也就是说，这些为不同隔空手势动作所指示电视进行的操作。
[0179]
示例性的，若第二电子设备12为车载中控台，根据目标操作指令，车载中控台可以拨打电话、音量调节、打开或关闭应用等。其中，该拨打电话以及拨打哪一个电话、音量调节以及调节多少、打开或关闭应用等即为第二操作，也就是说，这些为不同隔空手势动作所指示车载中控台进行的操作。
[0180]
应理解，通常每个目标操作指令的类型仅用于指示进行一类操作，而目标操作指令的调节幅度可以控制第二操作进行操作时做多少。由此，在隔空手势交互过程中，不仅可以实现对第二电子设备12的操作，还可以提高操作的精度，改善交互体验。
[0181]
应理解，目标操作指令与第二操作的对应关系，可以根据需要进行设置和修改，本技术实施例对此不进行任何限制。
[0182]
本技术实施例提供了一种隔空手势交互方法，通过第一电子设备利用上述提供的隔空手势识别方法，准确确定出目标隔空手势动作，以及目标隔空手势动作对应的目标操作指令，然后，第一电子设备将目标操作指令发送给第二电子设备，接收到目标操作指令的第二电子设备可以进行第二操作，以实现用户通过目标隔空手势动作对第二电子设备进行的控制的目的，并且，在该过程中，由于手势识别的准确度提高，从而控制的精准度随之提高，进而用户的交互体验也随之提升。
[0183]
上文结合图1至图5，详细描述了本技术实施例的隔空手势识别方法、隔空手势交
互方法，下面将结合图6至图8，详细描述本技术适用的电子设备的软件系统、装置以及芯片。应理解，本技术实施例中的软件系统、装置以及芯片可以执行前述本技术实施例的隔空手势识别方法、隔空手势交互方法，即以下各种产品的具体工作过程，可以参考前述方法实施例中的对应过程。
[0184]
图6示出了本技术提供的一种电子设备的结构示意图。应理解，电子设备100可以为上述实施例提供的第一电子设备11或第二电子设备12。电子设备100可用于实现上述方法实施例中描述的隔空手势识别方法、隔空手势交互方法。
[0185]
电子设备100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，usb)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170a，受话器170b，麦克风170c，耳机接口170d，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，sim)卡接口195等。其中传感器模块180可以包括压力传感器180a，陀螺仪传感器180b，气压传感器180c，磁传感器180d，加速度传感器180e，距离传感器180f，接近光传感器180g，指纹传感器180h，温度传感器180j，触摸传感器180k，环境光传感器180l，骨传导传感器180m等。
[0186]
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，ap)，调制解调处理器，图形处理器(graphics processing unit，gpu)，图像信号处理器(image signal processor，isp)，控制器，视频编解码器，数字信号处理器(digital signal processor，dsp)，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
[0187]
其中，控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
[0188]
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
[0189]
处理器110可以运行本技术实施例提供的隔空手势识别方法、隔空手势交互方法的软件代码，实现隔空交互功能。
[0190]
示例性的，在本技术的实施例中，当该电子设备为上述第一电子设备11时，处理器110可以运行本技术实施例提供的隔空手势识别方法40中的s101至s113，此外，还可以运行本技术实施例提供的隔空手势交互方法60中的s201至s204。
[0191]
当电子设备为上述第二电子设备12时，处理器110可以运行本技术实施例提供的隔空手势交互方法60中的s205。
[0192]
电子设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。
[0193]
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。
[0194]
移动通信模块150可以提供应用在电子设备100上的无线通信的解决方案，例如下列方案中的至少一个：第二代(2th generation，2g)移动通信解决方案、第三代(3th generation，3g)移动通信解决方案、第四代(4th generation，5g)移动通信解决方案、第五代(5th generation，5g)、第六代(6th generation，6g)移动通信解决方案。
[0195]
调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170a，受话器170b等)输出声音信号，或通过显示屏194显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。
[0196]
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wireless local area networks，wlan)(如无线保真(wireless fidelity，wi-fi)网络)，蓝牙(bluetooth，bt)，全球导航卫星系统(global navigation satellite system，gnss)，调频(frequency modulation，fm)，近距离无线通信技术(near field communication，nfc)，红外技术(infrared，ir)等无线通信的解决方案。
[0197]
在一些实施例中，电子设备100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得电子设备100可以通过无线通信技术与网络以及其他设备通信。
[0198]
内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。内部存储器121还可以存储本技术实施例提供的隔空手势识别方法、隔空手势交互方法的软件代码，当处理器110运行所述软件代码时，执行隔空手势识别方法、隔空手势交互方法的流程步骤，实现隔空交互功能。
[0199]
当然，本技术实施例提供的隔空手势识别方法、隔空手势交互方法的软件代码也可以存储在外部存储器中，处理器110可以通过外部存储器接口120运行所述软件代码，执行隔空手势识别方法、隔空手势交互方法的流程步骤，实现隔空交互功能。
[0200]
陀螺仪传感器180b可以用于确定电子设备100的运动姿态。在一些实施例中，可以通过陀螺仪传感器180b确定电子设备100围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器180b可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器180b检测电子设备100抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消电子设备100的抖动，实现防抖。陀螺仪传感器180b还可以用于导航，体感游戏场景。
[0201]
加速度传感器180e可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态，应用于横竖屏切换，计步器等应用。
[0202]
按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入，产生与电子设备100的用户设置以及功能控制有关的键信号输入。
[0203]
可以理解的是，本技术实施例示意的结构并不构成对电子设备100的具体限定。在本技术另一些实施例中，电子设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件
state disk，ssd))等。
[0218]
本技术实施例还提供了一种包含计算机指令的计算机程序产品，当其在隔空手势交互装置上运行时，使得隔空手势交互装置可以执行前述所示的隔空手势交互方法。
[0219]
图8为本技术实施例提供的一种芯片的结构示意图。图8所示的芯片可以为通用处理器，也可以为专用处理器。该芯片包括处理器301。其中，处理器301用于支持隔空手势交互装置执行图5所示的技术方案。
[0220]
可选的，该芯片还包括收发器302，收发器302用于接受处理器301的控制，用于支持隔空手势交互装置执行图5所示的技术方案。
[0221]
可选的，图8所示的芯片还可以包括：存储介质303。
[0222]
需要说明的是，图8所示的芯片可以使用下述电路或者器件来实现：一个或多个现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、状态机、门逻辑、分立硬件部件、任何其他适合的电路、或者能够执行本技术通篇所描述的各种功能的电路的任意组合。
[0223]
上述本技术实施例提供的电子设备、隔空手势交互装置、计算机存储介质、计算机程序产品、芯片均用于执行上文所提供的方法，因此，其所能达到的有益效果可参考上文所提供的方法对应的有益效果，在此不再赘述。
[0224]
应理解，上述只是为了帮助本领域技术人员更好地理解本技术实施例，而非要限制本技术实施例的范围。本领域技术人员根据所给出的上述示例，显然可以进行各种等价的修改或变化，例如，上述检测方法的各个实施例中某些步骤可以是不必须的，或者可以新加入某些步骤等。或者上述任意两种或者任意多种实施例的组合。这样的修改、变化或者组合后的方案也落入本技术实施例的范围内。
[0225]
还应理解，上文对本技术实施例的描述着重于强调各个实施例之间的不同之处，未提到的相同或相似之处可以互相参考，为了简洁，这里不再赘述。
[0226]
还应理解，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0227]
还应理解，本技术实施例中，“预先设定”、“预先定义”可以通过在设备(例如，包括电子设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本技术对于其具体的实现方式不做限定。
[0228]
还应理解，本技术实施例中的方式、情况、类别以及实施例的划分仅是为了描述的方便，不应构成特别的限定，各种方式、类别、情况以及实施例中的特征在不矛盾的情况下可以相结合。
[0229]
还应理解，在本技术的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
[0230]
最后应说明的是：以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。