一种手势识别方法、装置及系统

技术特征：
1.一种手势识别方法，其特征在于，包括：构建训练集，其包括：标定多个手势，并且采集在标定手势时，使用者手腕处的生物电阻信号；训练神经网络分类器，其包括：使用所述的训练集对所述神经网络分类器执行训练，得到训练后的神经网络分类器；执行手势识别，其包括：针对任一手势，获取其对应的生物电阻信号且输入至所述训练后的神经网络分类器中进行识别。2.根据权利要求1所述的一种手势识别方法，其特征在于，通过如下的方法来采集使用者手腕处的生物电阻信号，其包括：通过在使用者手腕处设置接触式传感电极；再通过该接触式传感电极向人体手腕处输入激励信号并采集响应信号。3.根据权利要求2所述的一种手势识别方法，其特征在于，采用多个电极来执行响应信号的采集，其包括：在相邻的电极对之间注入激励电流，与此同时，在除激励电极外的其他相邻电极对上测量响应电压，并循环此过程，直至所有电极对上都被施加过激励信号。4.根据权利要求1所述的一种手势识别方法，其特征在于，所述的神经网络分类器被配置在线下或者线上，当其被配置在线下时，其被配置在pc端、智能手机端或者平板电脑端，当其被配置在线上时，其被配置在云端。5.一种手势识别装置，其特征在于，所述装置包括：训练集构建模块，其用于构建训练集，其包括：标定多个手势，并且采集在标定手势时，使用者手腕处的生物电阻信号；训练模块，其用于训练神经网络分类器，其包括：使用所述的训练集对所述神经网络分类器执行训练，得到训练后的神经网络分类器；识别模块，其用于执行手势识别，其包括：针对任一手势，获取其对应的生物电阻信号且输入至所述训练后的神经网络分类器中进行识别。6.一种手势识别系统，其特征在于，所述系统包括：终端装置，其包括：可穿戴手环，以及与之电连接的pcb板，其中，该可穿戴手环包括腕带以及该腕带上设置的多个接触式传感电极，该pcb板用于产生电流激励并且传输至接触式传感电极中，再采集接触式传感电极获取的反馈信号，并对该信号进行解调计算，从而获得反应手腕截面处的生物电阻抗信号，最后将该信号传输至神经网络分类器中；神经网络分类器，其配置在线下或者线上，当配置在线上时，其配置在云端中，当配置在线下时，其配置在pc端中，并且该pc端中还配置有如下的软件模块，其包括：通信控制模块，其用于控制pc端与终端装置之间的通信功能的启停，接收由终端装置传输的生物电阻抗信号序列；数据可视化模块，其用于将所接收的生物电阻抗信号序列执行可视化操作，将其进行展示；手势校准模块，其用于控制对任意一名使用者初次使用所述装置时执行校准操作，该校准操作具体包括：显示标定手势、采集不同手势信息，校准神经网络分类器以及学习数据特征；
手势测试模块，其用于在完成校准后，控制神经网络分类器工作，对由终端装置传输而来的生物电阻抗信号序列进行识别，最终的结果在结果显示模块中进行显示。7.根据权利要求6所述的一种手势识别系统，其特征在于，所述的pcb板中，设置有如下的模块：激励源模块，其用于产生电流激励，并且该电流激励为人体安全电流范围内的频率可调的单极性正弦电流激励；信号采集模块，其用于实现人体手腕处的生物电阻抗信号测量，采集接触式传感电极上的电压信号；多路开关模块，其用于实现数个电极的切换选通，实现激励源模块和信号采集模块的多路复用；供电模块，其用于为整个系统提供所需的工作电压；通信模块，其用于向pc端或者云端传输所采集的生物电阻抗信号；控制模块，其用于控制其他模块正常工作。8.根据权利要求7所述的一种手势识别系统，其特征在于，所述的接触式传感电极为：方块电极、柔性电极、纽扣电极或者贴片电极；所述接触式传感电极的数目为16个，均匀分布在腕带周围；所述腕带为硅胶材质。9.根据权利要求7所述的一种手势识别系统，其特征在于，所述控制模块，在mcu中实现，具体为stm32系列；所述通信模块采用蓝牙模块；所述信号采集模块在采集到电压信号之后，再通过前置放大电路以及模数转换电路进行微弱信号放大、提取、滤波及采集，并对采集的信号进行解调计算，从而获得反应手腕截面处的生物电阻抗信号。

技术总结
本发明公开了一种手势识别方法、装置及系统，其包括：根据生物组织的电特性及变化规律，生物电阻抗信号能反应待测组织的生理、病理变化，该方法基于不同手势引起的手腕内部阻抗变化进行手势识别。该可穿戴手环装置主要由激励源模块、多路开关模块以及信号采集模块组成，通过接触式传感电极采集手腕处阻抗分布信息，传输至PC端进行特征提取，从而实现不同手势的识别。具有以下有益效果：不同于采用摄像头采集图像进行识别的方式，该系统对计算能力的要求更低，而且体积小，方便集成；不需要大量的传感器同时也不需要高精度的传感设备，一方面成本低，另一方面受环境影响小，相比数据手套等设备体验感更佳；提供了新的手势识别的思路。提供了新的手势识别的思路。提供了新的手势识别的思路。


技术研发人员：朱真 王昊曦 杨剑坤 肖秦 蓝天聪 陆鑫鑫
受保护的技术使用者：东南大学
技术研发日：2022.08.17
技术公布日：2023/2/6