手势识别方法、装置、存储介质及可穿戴设备与流程

本技术涉及生物信号处理，尤其涉及一种手势识别方法、装置、存储介质及可穿戴设备。

背景技术：

1、目前，可穿戴设备(例如智能腕带等)可基于肌电图信号(electromyography，emg)实现手势识别，具体可先对采集到的emg信号进行活动段检测，再对检测后的emg信号进行脉冲编码，最后将获得的脉冲序列传输至推理模型中进行手势识别。

2、现有技术中，在进行脉冲编码时一般可采用阈值编码的方式，即设置一个固定阈值进行编码。但由于不同人之间存在个体差异，会导致即便做同一手势，编码后所获得的脉冲序列也可能不同，进而后续可能出现手势误识别，准确性较低。

技术实现思路

1、本技术的主要目的在于提供一种手势识别方法、装置、存储介质及可穿戴设备，旨在解决现有采用固定阈值进行脉冲编码可能会导致同一个手势下编码所获得的脉冲序列不同，后续手势识别准确性较低的技术问题。

2、为实现上述目的，本技术提供一种手势识别方法，所述方法包括：

3、对用户做出的待识别手势进行采集，获得待识别肌电图信号；

4、获取所述用户对应的目标编码阈值，所述目标编码阈值通过所述用户的初始手势对初始编码阈值进行自适应训练获得；

5、基于所述目标编码阈值对所述待识别肌电图信号进行脉冲编码，获得待识别脉冲序列，并根据所述待识别脉冲序列对所述待识别手势进行手势识别。

6、在一实施例中，所述对用户做出的待识别手势进行采集的步骤之前，还包括：

7、对用户的初始手势进行采集，获得初始肌电图信号；

8、通过初始编码阈值对所述初始肌电图信号进行脉冲编码，获得初始脉冲序列，并确定所述初始脉冲序列的脉冲发射率；

9、在所述脉冲发射率高于预设发射率阈值时，对所述初始编码阈值进行更新，并利用更新后的初始编码阈值再次对所述初始肌电图信号进行脉冲编码；

10、在所述脉冲发射率不高于所述预设发射率阈值时，将所述初始编码阈值作为所述用户对应的目标编码阈值。

11、在一实施例中，所述通过初始编码阈值对所述初始肌电图信号进行脉冲编码的步骤，包括：

12、基于预设放缩阈值对所述初始肌电图信号进行自适应放缩，所述预设放缩阈值根据所述初始肌电图信号中的非动作状态部分确定；

13、通过初始编码阈值对放缩后的初始肌电图信号进行脉冲编码。

14、在一实施例中，所述基于预设放缩阈值对所述初始肌电图信号进行自适应放缩的步骤，包括：

15、对所述初始肌电图信号中当前时刻下的肌电图信号值进行取绝对值操作，并确定操作后的肌电图信号值与预设放缩阈值之间的信号差值；

16、通过预设放缩幅度参数对所述预设放缩阈值进行调节，并根据调节结果以及所述信号差值确定放缩比值；

17、从所述放缩比值与第一归一化阈值中选取初次归一化值，并从所述初次归一化值与第二归一化阈值中选取目标归一化值，所述第一归一化阈值与所述第二归一化阈值不相同；

18、基于所述目标归一化值生成放缩后的初始肌电图信号。

19、在一实施例中，所述基于所述目标编码阈值对所述待识别肌电图信号进行脉冲编码，获得待识别脉冲序列，并根据所述待识别脉冲序列对所述待识别手势进行手势识别的步骤，包括：

20、基于预设阈值增量对所述目标编码阈值进行扩充，获得扩充编码阈值；

21、通过所述目标编码阈值以及所述扩充编码阈值分别对所述待识别肌电图信号进行脉冲编码，获得对应的待识别脉冲序列；

22、对各所述待识别脉冲序列进行整合压缩，获得压缩脉冲序列，并根据所述压缩脉冲序列对所述待识别手势进行手势识别。

23、在一实施例中，所述对各所述待识别脉冲序列进行整合压缩，获得压缩脉冲序列的步骤，包括：

24、按照时间步对各所述待识别脉冲序列进行初次累加，获得组合脉冲序列；

25、基于预设时间窗口对所述组合脉冲序列进行再次累加，获得压缩脉冲序列。

26、在一实施例中，所述根据所述待识别脉冲序列对所述待识别手势进行手势识别的步骤，包括：

27、根据所述待识别脉冲序列确定各预设手势类别对应的神经元在当前时刻下的膜电压；

28、基于预设累计概率分布函数和各所述膜电压确定目标神经元，所述预设累计概率分布函数通过所述膜电压、预设膜电压阈值以及高斯分布累计概率分布函数构建获得；

29、将所述目标神经元对应的目标手势类别作为所述待识别手势的手势识别结果。

30、在一实施例中，所述预设累计概率分布函数为：

31、

32、其中，为所述预设累计概率分布函数，u(t)为所述神经元在所述当前时刻下的膜电压，uthr为所述预设膜电压阈值，k为预设超参数。

33、在一实施例中，各所述预设手势类别对应的神经元的数量为至少两个；

34、所述基于预设累计概率分布函数和各所述膜电压确定目标神经元的步骤，包括：

35、基于预设累计概率分布函数和各所述膜电压确定各所述预设手势类别对应的发射脉冲数量；

36、对各所述发射脉冲数量进行排序，并根据排序结果确定目标神经元。

37、此外，为实现上述目的，本技术还提出一种手势识别装置，所述装置包括：

38、手势采集模块，用于对用户做出的待识别手势进行采集，获得待识别肌电图信号；

39、阈值获取模块，用于获取所述用户对应的目标编码阈值，所述目标编码阈值通过所述用户的初始手势对初始编码阈值进行自适应训练获得；

40、脉冲编码模块，用于基于所述目标编码阈值对所述待识别肌电图信号进行脉冲编码，获得待识别脉冲序列，并根据所述待识别脉冲序列对所述待识别手势进行手势识别。

41、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质上存储有手势识别程序，所述手势识别程序被处理器执行时实现如上文所述的手势识别方法。

42、此外，为实现上述目的，本技术还提出一种可穿戴设备，所述可穿戴设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的手势识别程序，所述手势识别程序被所述处理器执行时实现如上文所述的手势识别方法。

43、本技术提供一种手势识别方法、装置、存储介质及可穿戴设备，该方法包括：对用户做出的待识别手势进行采集，获得待识别肌电图信号；获取所述用户对应的目标编码阈值，所述目标编码阈值通过所述用户的初始手势对初始编码阈值进行自适应训练获得；基于所述目标编码阈值对所述待识别肌电图信号进行脉冲编码，获得待识别脉冲序列，并根据所述待识别脉冲序列对所述待识别手势进行手势识别。由于本技术可通过用户做出的初始手势对初始编码阈值进行自适应训练，获得对应的目标编码阈值，当用户做出待识别手势时，可通过该目标编码阈值对采集到的待识别肌电图信号进行脉冲编码，获得待识别脉冲序列，再根据该待识别脉冲序列进行手势识别。相比于现有的采用固定阈值进行编码，本技术可根据用户采用对应的目标编码阈值进行脉冲编码，进而可提升手势识别的准确性。