[發明專利]一種數據匹配方法及系統

在審

• 申請號: 201710342837.8
• 申請日: 2017-05-16
• 公開（公告）號: CN106971179A
• 公開（公告）日: 2017-07-21
• 發明（設計）人: 郭遠清;黃少波;李范強;韋雄奕
• 申請（專利權）人: 珠海智康醫療科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06F3/01
• 代理公司: 廣州三環專利商標代理有限公司44202
• 代理人: 盧澤明

技術領域

本申請涉及電子技術領域，尤其涉及一種數據匹配方法及系統。

背景技術

目前，leap motion通過綁定視野范圍能的手，手指或者工具來提供實時數據，這些數據多數是通過集合或者數據提供，每一幀都包含了一系列的基本綁定數據，比如手，手指或者工具的數據，當然，他也能實時的識別場景中的手勢和自定義數據。

當設備檢測到手、手指、工具或者是手勢的話，設備會賦予它一個唯一的ID號碼作為標記，只要這個實體不出設備的可視區域，這個ID號就會一直不變，如果設備丟失這個實體之后又出現了，Leap就會賦予它一個新的ID號碼，但是軟件不會知道這個和以前的那個實體有什么關系。對指運動檢測普遍采用單leap motion進行手指骨架空間信息判斷。但是，單leap motion檢測會存在觀察盲點和視覺死角等問題，從而無法精確構建手指骨架空間信息。

發明內容

本發明實施例提供了一種數據匹配方法及系統，用以解決現有技術中單leapmotion檢測會存在觀察盲點和視覺死角等問題，從而無法精確構建手指骨架空間信息的問題。

其具體的技術方案如下：

一種數據匹配方法，所述方法包括：

通過自組織神經網絡算法，對手指空間信息進行數據分類，并得到輸入參數與神經網絡中的神經節點之間的對應關系；

在獲取到第一輸入參數時，根據所述對應關系，確定所述第一輸入參數對應的神經節點；

根據所述神經節點，匹配出所述第一輸入參數對應的手勢類別。

可選的，通過自組織神經網絡算法，對手指空間信息的進行數據分類，并得到輸入參數與神經網絡中的神經節點之間的對應關系，包括：

將預設神經網絡中的每個神經節點按照預設權重鏈接；

根據輸入參數，確定輸入參數中輸入點在所述神經網絡中對應的神經節點，并將所述神經節點作為制勝點；

根據所述制勝點，調整與所述制勝點相鄰的神經節點的權值；

根據調整的權值，獲取各個神經節點的權值變化量；

在所述權值變化量小于閾值時，得到輸入參數與神經網絡中的神經節點之間的對應關系。

可選的，根據輸入參數，確定輸入參數中輸入點在所述神經網絡中對應的神經節點，并將所述神經節點作為制勝點，包括：

將輸入參數中的輸入點帶入到如下公式：

將所述公式的輸入點作為所述制勝點，其中，d_j(x)表示新輸入的點x到輸出層w_ji的距離，D表征輸入參數的維度。

可選的，根據所述制勝點，調整與所述制勝點相鄰的神經節點的權值，包括：

根據如下公式調整相鄰神經節點的權值：

將所述公式的輸出作為相鄰神經節點調整的權值，其中，T_J，I(x)表示節點xji分配的權值，表示節點xji離制勝點的距離。

可選的，根據調整的權值，獲取各個神經節點的權值變化量，包括：

根據如下公式獲取各個神經節點的權值變化量：

Aw_ji＝η(t)·T_j，I(x)(t)·(x_i-w_ji)

將所述公式的輸出量作為各個神經節點的權值變化量，其中，Δw_ji表示輸入在不同節點之間的權值變化，t時間次數。

可選的，所述方法還包括：

在所述權值變化量大于閾值時，繼續調整所述制勝點相鄰神經節點的權值。

一種數據匹配系統，包括：

分類模塊，用于通過自組織神經網絡算法，對手指空間信息進行數據分類，并得到輸入參數與神經網絡中的神經節點之間的對應關系；

確定模塊，用于在獲取到第一輸入參數時，根據所述對應關系，確定所述第一輸入參數對應的神經節點；

匹配模塊，用于根據所述神經節點，匹配出所述第一輸入參數對應的手勢類別。

可選的，所述分類模塊，具體用于將預設神經網絡中的每個神經節點按照預設權重鏈接；根據輸入參數，確定輸入參數中輸入點在所述神經網絡中對應的神經節點，并將所述神經節點作為制勝點；根據所述制勝點，調整與所述制勝點相鄰的神經節點的權值；根據調整的權值，獲取各個神經節點的權值變化量；在所述權值變化量小于閾值時，得到輸入參數與神經網絡中的神經節點之間的對應關系。

可選的，所述分類模塊，具體用于將輸入參數中的輸入點帶入到如下公式：