买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明涉及一种多通道空中笔势识别方法，属于人机交互技术领域。包括通过电子笔获取笔势对应的多通道数据，对笔势对应的多通道数据进行数据预处理，构建基于多通道数据的空中笔势识别模型，优化、训练空中笔势识别网络模型，完成多通道笔势识别模型的实验评估，用以测试多通道空中笔势识别模型针对不同笔势标签的识别率。本发明优点是增加了笔势数据特征的多样性，可以为后续笔势识别模型的构建提供有力保证，有效避免了手工提取特征导致的模型鲁棒性不强导致在复杂环境中笔势标签识别率低下的问题，避免了由于笔势序列过长导致前序信息丢失的问题且模型表现力逐渐衰减的问题。

主权项：1.一种多通道空中笔势识别方法，其特征在于，包括下列步骤：步骤M1：用户持握电子笔完成既定笔势动作完成笔势数据样本采集,继而获取表征笔势动作的多通道数据；步骤M2：对笔势对应的多通道数据进行数据预处理，步骤包括：步骤M2.1：笔势数据样本筛选，由于采集的笔势数据存在数据点冗余和数据污染问题，以及笔势样本采样点过少包含动态信息不足的问题，因此需要去除重复点并剔除长度过短的笔势序列；首先循环读取所有笔势样本序列，设其中未经数据预处理的笔势序列为Dr[m]＝d1,d2,...,dM，其中M为序列长度，第i个采样点为di＝[Ci,Ai,Qi]，其中Ci为第i个采样点的超声坐标数据，其中Ai为第i个采样点的加速度数据，其中Qi为第i个采样点的四元数数据；接下来判断第i个采样点di中的三维超声坐标点Ci和第i+1个采样点di+1中的三维超声坐标点Ci+1是否相等，若相等则删去hi+1数据点，则去除重复点后的笔势序列为Dr'[k]＝d1',d2',...,dK'，其中K≤M；最后判断去除重复点后的笔势序列长度K和阈值的关系，若K大于阈值则保留笔势序列数据，若小于阈值则删除笔势序列数据；步骤M2.2：笔势数据平滑，为了去除噪声等干扰，平滑数据的尖端毛刺，使用移动均值滤波器来对三维超声坐标数据和三轴加速度数据进行数据平滑，其计算方法如下： 其中Dr'[k]是滤波前的去除重复点后的笔势序列，Db[k]是移动均值滤波后的数据序列，分别利用上式三维位置坐标数据Cr＝[cx,cy,cz]T和加速度Ar＝[ax,ay,az]T进行均值滤波，滤波后的三维位置坐标数据为Cb＝[cbx,cby,cbz]T，加速度为Ab＝[abx,aby,abz]T，N是移动均值过滤器中的采样点数；步骤M2.3：坐标系转换和重力补偿，由于数据采集的硬件设备为惯性传感器，针对相同标签笔势，不同用户进行笔式交互时持笔姿势不同会导致采集到的数据特征变化不同，因此为了提高笔势识别模型的鲁棒性，需要对数据进行坐标转换；使用惯性传感器解算的四元数利用罗德格里斯公式得到的旋转矩阵将所有经过移动均值滤波后的加速度信号从物体坐标系转换到参考坐标系，其计算公式如下所示： 其中q0,q1,q2,q3是四元数数据；然后，通过旋转矩阵G将物体坐标系的加速度转化为参考坐标系中的转换加速度，其运算过程如式所示： 其中[acx,acy,acz]T是参考坐标中的转换加速度，[abx,aby,abz]T是物体坐标中的移动均值滤波后的加速度；步骤M2.4：去除重力加速度，由于惯性传感单元测量得到的笔势加速度数据是笔势运动产生的纯净加速度和引力加速度的矢量和，因此为了得到纯净的笔势运动加速度，就需要从变换的加速度中减去引力加速度得到单靠运动产生的纯净加速度，计算过程如下所示： 其中[alx,aly,alz]T是参考坐标中运动产生的纯净加速度；步骤M2.5：笔势数据归一化，由于笔势数据采集设备测量得到的数据之间的振幅偏差通常不一致，因此为了使笔势运动信号的振幅正常化，采用归一化的方法对经过笔势数据样本筛选、笔势数据平滑和坐标转换以及重力补偿后的三维超声坐标数据和加速度数据进行处理避免了笔势数据间的极端振幅缩放，其计算如下： 其中i表示笔势序列的第i个采样点，DN[i]是归一化后的笔势序列，D[i]是归一化前的笔势序列，Dmax代表当前笔势序列中的最大值，Dmin代表当前笔势序列中的最小值；步骤M3：构建基于多通道数据的空中笔势识别模型；步骤M4：完成多通道笔势数据集制备，并使用优化算法优化空中笔势识别模型，训练空中笔势识别网络模型；步骤M5：完成多通道笔势识别模型的实验评估，用以测试多通道空中笔势识别模型针对不同笔势标签的识别率。

全文数据：

权利要求：

百度查询： 吉林大学 一种多通道空中笔势识别方法