【中國數(shù)字視聽網(wǎng)訊】如今，觸摸屏作為一種簡單、新穎的人機交互設備，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、觸屏手勢等。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手勢軌跡進行對比，以確定該手勢的類型，若判定輸入手勢屬于且只屬于預設手勢中的一種，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。

手勢觸摸軌跡的識別，通常是根據(jù)手勢軌跡點的坐標，來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手勢。

現(xiàn)有識別手勢軌跡的方法

現(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：

1、將輸入手勢的軌跡特征信息，依次與手勢庫中每一種預設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手勢的數(shù)量成正比。當預設手勢的數(shù)量很多時，解析一個輸入手勢將變得非常慢。

2、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手勢，則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。

另外，若手指在觸摸屏等人機交互設備上移動速度過快或過慢，會造成交互設備獲得的點分布不均勻，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。

華平識別自定義手勢軌跡的方法鑒于上述現(xiàn)有技術(shù)的缺點，華平提供一種識別自定義手勢軌跡的方法，該方法包括觸摸設備和手勢識別模塊兩個組成部分：

觸摸設備：用于接收輸入手勢，并判斷該手勢軌跡與手勢庫中任一預設手勢是否匹配；

手勢識別模塊：用于擷取待識別手勢軌跡的坐標數(shù)據(jù)，對按時間先后順序連續(xù)觸摸的有序離散點集進行優(yōu)化，從優(yōu)化后的有序離散點集中提取手勢的特征信息，并與手勢庫中每一個預設手勢的特征信息進行比較，根據(jù)比較結(jié)果向觸摸設備反饋手勢軌跡。

圖1：自定義手勢軌跡識別過程

觸摸設備接收手勢軌跡后，將手勢軌跡坐標數(shù)據(jù)發(fā)送給手勢識別模塊，手勢識別模塊采用優(yōu)化方法，對按時間先后順序連續(xù)觸摸的有序離散點集，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手勢的特征信息進行匹配判別，從而判斷輸入的手勢軌跡匹配哪種預設手勢。若輸入的手勢軌跡與手勢庫中的任一預設手勢都不匹配，則將輸入的手勢軌跡作為新增預設手勢添加到手勢庫中；若與其中的一項匹配，則向觸摸設備反饋相應的預設手勢。

圖2：手勢庫中的預設手勢示意圖

華平自定義手勢軌跡方法的優(yōu)勢：

此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。在提高解析效率的同時能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，特別是當手勢庫中的預設手勢數(shù)量達到一定規(guī)模時，能較為顯著的提高解析效率。

利用建庫時預存的手勢特征信息以及特征值（預判），能顯著提高單點手勢軌跡的解析速度；

在建庫和接受應用輸入時，對手勢軌跡做了平滑等去噪處理，這樣可以降低用戶在輸入手勢時，因抖動（噪聲）、觸摸設備獲取點頻率快慢，或是應用輸入時移動速度快慢，而造成識別準確率降低的影響；

在采用特征值預判，提高解析效率的前提下，還采用了多種特征向量匹配組合比較的方法，從而保證并提高了識別的準確率。

對于實際應用中較少的手勢，可以建立精簡的手勢庫。而且對已有的手勢庫中的手勢可進行編輯移除操作，從減少庫容量的角度進一步提高解析效率，而且技術(shù)具有很強的靈活性和用戶定制性。

（編輯：小M）