CTI論壇(ctiforum)8月1日消息（記者 郭佳):如今，觸摸屏作為一種簡(jiǎn)單、新穎的人機交互設備，其應用范圍已經(jīng)越來(lái)越廣。手勢軌跡識別技術(shù)被廣泛應用于人機交互系統中，典型的應用有鼠標手勢、觸屏手勢等。對于一個(gè)輸入手勢，現有技術(shù)將其軌跡與手勢庫中的預設手勢軌跡進(jìn)行對比，以確定該手勢的類(lèi)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，通常是根據手勢軌跡點(diǎn)的坐標，來(lái)提取手勢的軌跡特征信息，然后根據手勢軌跡特征信息，判斷輸入手勢屬于手勢庫中的何種預設手勢。
現有識別手勢軌跡的方法
現有技術(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(jìn)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手勢的特征信息進(jìn)行比較，根據比較結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(guò)程比較簡(jiǎn)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(gè)輸入手勢軌跡所需要的計算時(shí)間與手勢庫中預設手勢的數量成正比。當預設手勢的數量很多時(shí)，解析一個(gè)輸入手勢將變得非常慢。
- 采用人工神經(jīng)網(wǎng)絡(luò )、支持向量機、貝葉斯網(wǎng)絡(luò )等機器學(xué)習方法，為手勢庫的每種預設手勢提供若干數量的訓練樣本、訓練手勢分類(lèi)器。當輸入一個(gè)新手勢并提取其軌跡特征后，利用分類(lèi)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(lèi)器需要較多的訓練樣本。若用戶(hù)或計算機軟件二次開(kāi)發(fā)人員需要往手勢庫中添加一個(gè)新的預設手勢，則需要提供多個(gè)手勢樣本用于建立新的分類(lèi)器（可能需要一百個(gè)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(guò)程比較繁瑣。
另外，若手指在觸摸屏等人機交互設備上移動(dòng)速度過(guò)快或過(guò)慢，會(huì )造成交互設備獲得的點(diǎn)分布不均勻，以及噪聲點(diǎn)的增多。現有技術(shù)下，這種情況會(huì )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
- 鑒于上述現有技術(shù)的缺點(diǎn)，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(gè)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據，對按時(shí)間先后順序連續觸摸的有序離散點(diǎn)集進(jìn)行優(yōu)化，從優(yōu)化后的有序離散點(diǎn)集中提取手勢的特征信息，并與手勢庫中每一個(gè)預設手勢的特征信息進(jìn)行比較，根據比較結果向觸摸設備反饋手勢軌跡。
圖1：自定義手勢軌跡識別過(guò)程
觸摸設備接收手勢軌跡后，將手勢軌跡坐標數據發(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(shí)間先后順序連續觸摸的有序離散點(diǎn)集，進(jìn)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(jìn)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(hù)在輸入手勢時(shí)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(dòng)、快慢等操作對識別的影響。在提高解析效率的同時(shí)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量達到一定規模時(shí)，能較為顯著(zhù)的提高解析效率。
利用建庫時(shí)預存的手勢特征信息以及特征值（預判），能顯著(zhù)提高單點(diǎn)手勢軌跡的解析速度；
在建庫和接受應用輸入時(shí)，對手勢軌跡做了平滑等去噪處理，這樣可以降低用戶(hù)在輸入手勢時(shí)，因抖動(dòng)（噪聲）、觸摸設備獲取點(diǎn)頻率快慢，或是應用輸入時(shí)移動(dòng)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(shí)際應用中較少的手勢，可以建立精簡(jiǎn)的手勢庫。而且對已有的手勢庫中的手勢可進(jìn)行編輯移除操作，從減少庫容量的角度進(jìn)一步提高解析效率，而且技術(shù)具有很強的靈活性和用戶(hù)定制性。
