技术领域本发明涉及设备技术领域，具体而言，涉及一种手势识别方法、一种手势识别装置和一种设备。
背景技术：
在相关技术中，通过两颗或三颗红外发射管、红外反射信号接收器(如光电二极管)及手势感应芯片构造低成本的手势识别装置。首先红外发射管向外发射经过调制的红外光，然后经过外界物体(如用户的手)反射回来给红外反射信号接收器，红外反射信号接收器把接收到的光信号转换成电信号和另外一路补偿管的信号进行比较之后传给手势感应芯片，手势感应芯片再根据信号的变化趋势以及变化量来进行手势动作的识别。但是不同用户做出来的手势动作的习惯不一样，对于出厂时程序里固定的逻辑判断会造成有些用户的手势动作被过滤掉，造成不好的用户体验。因此，如何准确、有效地识别出用户的手势动作成为亟待解决的技术问题。
技术实现要素：
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本发明的一个目的在于提出了一种手势识别方法。本发明的另一个目的在于提出了一种手势识别装置。本发明的又一个目的在于提出了一种设备。为实现上述至少一个目的，根据本发明的第一方面的实施例，提出了一种手势识别方法，包括：在手势识别学习模式下，获取当前用户的至少一个手势动作；根据所述至少一个手势动作确定所述至少一个手势动作的至少一个特征值；存储所述至少一个特征值，以用于进行手势识别。根据本发明的实施例的手势识别方法，通过存储用户在手势识别学习模式下进行的手势动作的特征值，在以后用户进行手势动作时即可根据存储的特征值进行手势识别，例如，根据存储的特征值识别手势动作是否为有效的，即根据用户的实际使用习惯来识别手势动作，避免了根据出厂时的固定程序逻辑判断来识别手势动作，从而避免了有些手势动作被过滤掉，进而可以准确、有效地识别出用户的手势动作，提升了用户体验。根据本发明的上述实施例的手势识别方法，还可以具有以下技术特征：根据本发明的一个实施例，还包括：将所述至少一个特征值与所述当前用户的用户信息对应存储。根据本发明的实施例的手势识别方法，由于进行手势动作的用户有多个，每个用户进行手势动作的习惯不相同，因此，通过将至少一个特征值与当前用户的用户信息对应存储，从而实现对多个用户的手势动作的特征值进行有效地管理。根据本发明的一个实施例，所述确定所述至少一个手势动作的至少一个特征值的步骤，具体包括：确定在进行所述至少一个手势动作的过程中多个红外反射信号接收器中的每个所述红外反射信号接收器接收到的红外反射信号的强度值；根据每个所述红外反射信号接收器接收到的红外反射信号的强度值，确定出多条强度值曲线，每条所述强度值曲线分别对应于每个所述红外反射信号接收器的红外反射信号的强度值；根据每条所述强度值曲线，确定所述至少一个手势动作的所述至少一个特征值。根据本发明的实施例的手势识别方法，由于红外反射信号的强度值曲线可以反映出用户进行手势动作的习惯，例如，可以反映出用户进行手势动作时的速度、幅度、用于与手势识别装置之间的距离，因此，通过每个红外反射信号接收器对应的红外反射信号的强度值曲线，确定至少一个手势动作的至少一个特征值，以使至少一个特征值可以反映出用户进行手势动作的习惯。根据本发明的一个实施例，所述至少一个特征值包括以下之一或其组合：任一条所述强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值的差值；任一条所述强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值分别对应的时间的差值；任一条所述强度值曲线中的相邻两个波峰之间的时间差值；以及同一个所述手势动作对应的多个波峰中的两个目标波峰之间的时间差值，其中，所述多个波峰中的每个波峰分别属于每个所述强度值曲线，所述两个目标波峰为所述多个波峰中波峰之间的时间差值最大的两个波峰。根据本发明的实施例的手势识别方法，至少一个特征值包括但不限于上述的之一或其组合，以使具有上述的特征值可以准确地反映出用户进行手势动作的习惯。根据本发明的一个实施例，还包括：若接收到开始学习的信号，则开启所述手势识别学习模式；若接收到停止学习的信号或者在预定时间内未接收到信号，则关闭所述手势识别学习模式。根据本发明的一个实施例，还包括：若识别到开始学习的手势动作，则确定接收到所述开始学习的信号；若识别到停止学习的手势动作，则确定接收到所述停止学习的信号。根据本发明的实施例的手势识别方法，根据开始学习的手势动作开启手势识别学习模式，根据停止学习的手势动作关闭手势识别学习模式，或者在预定时间内未接收到信号(例如红外反射信号)，说明用户不在手势识别装置的检测区域，则自动关闭手势识别学习模式，从而使用户可以更加方便地开启或关闭手势识别学习模式。根据本发明的一个实施例，还包括：判断在已存储的特征值中是否存在与所述至少一个特征值中的每个特征值匹配的特征值；若不存在与所述至少一个特征值中的任一特征值匹配的特征值，则存储所述至少一个特征值；若存在与所述每个特征值匹配的特征值，则不存储所述至少一个特征值。根据本发明的实施例的手势识别方法，若存在与每个特征值匹配的特征值，说明已经存储有当前用户的手势动作的特征值，则不存储至少一个特征值，若不存在与至少一个特征值中的任一特征值匹配的特征值，说明未存储有当前用户的手势动作的特征值，则存储至少一个特征值，避免了存储的特征值是重复的，这样不仅方便对存储的特征值进行管理，还避免过多的冗余数据占用存储器的内存。根据本发明的第二方面的实施例，提出了一种手势识别装置，包括：获取单元，用于在手势识别学习模式下，获取当前用户的至少一个手势动作；第一确定单元，用于根据所述至少一个手势动作确定所述至少一个手势动作的至少一个特征值；存储单元，用于存储所述至少一个特征值，以用于进行手势识别。根据本发明的实施例的手势识别装置，通过存储用户在手势识别学习模式下进行的手势动作的特征值，在以后用户进行手势动作时即可根据存储的特征值进行手势识别，例如，根据存储的特征值识别手势动作是否为有效的，即根据用户的实际使用习惯来识别手势动作，避免了根据出厂时的固定程序逻辑判断来识别手势动作，从而避免了有些手势动作被过滤掉，进而可以准确、有效地识别出用户的手势动作，提升了用户体验。根据本发明的一个实施例，还包括：所述存储单元还用于，将所述至少一个特征值与所述当前用户的用户信息对应存储。根据本发明的实施例的手势识别装置，由于进行手势动作的用户有多个，每个用户进行手势动作的习惯不相同，因此，通过将至少一个特征值与当前用户的用户信息对应存储，从而实现对多个用户的手势动作的特征值进行有效地管理。根据本发明的一个实施例，所述第一确定单元包括：第一确定子单元，用于确定在进行所述至少一个手势动作的过程中多个红外反射信号接收器中的每个所述红外反射信号接收器接收到的红外反射信号的强度值；第二确定子单元，用于根据每个所述红外反射信号接收器接收到的红外反射信号的强度值，确定出多条强度值曲线，每条所述强度值曲线分别对应于每个所述红外反射信号接收器的红外反射信号的强度值；第三确定子单元，用于根据每条所述强度值曲线，确定所述至少一个手势动作的所述至少一个特征值。根据本发明的实施例的手势识别装置，由于红外反射信号的强度值曲线可以反映出用户进行手势动作的习惯，例如，可以反映出用户进行手势动作时的速度、幅度、用于与手势识别装置之间的距离，因此，通过每个红外反射信号接收器对应的红外反射信号的强度值曲线，确定至少一个手势动作的至少一个特征值，以使至少一个特征值可以反映出用户进行手势动作的习惯。根据本发明的一个实施例，所述至少一个特征值包括以下之一或其组合：任一条所述强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值的差值；任一条所述强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值分别对应的时间的差值；任一条所述强度值曲线中的相邻两个波峰之间的时间差值；以及同一个所述手势动作对应的多个波峰中的两个目标波峰之间的时间差值，其中，所述多个波峰中的每个波峰分别属于每个所述强度值曲线，所述两个目标波峰为所述多个波峰中波峰之间的时间差值最大的两个波峰。根据本发明的实施例的手势识别装置，至少一个特征值包括但不限于上述的之一或其组合，以使具有上述的特征值可以准确地反映出用户进行手势动作的习惯。根据本发明的一个实施例，还包括：开启单元，用于若接收到开始学习的信号，则开启所述手势识别学习模式；关闭单元，用于若接收到停止学习的信号或者在预定时间内未接收到信号，则关闭所述手势识别学习模式。根据本发明的一个实施例，还包括：第二确定单元，用于若识别到开始学习的手势动作，则确定接收到所述开始学习的信号；第三确定单元，用于若识别到停止学习的手势动作，则确定接收到所述停止学习的信号。根据本发明的实施例的手势识别装置，根据开始学习的手势动作开启手势识别学习模式，根据停止学习的手势动作关闭手势识别学习模式，或者在预定时间内未接收到信号(例如红外反射信号)，说明用户不在手势识别装置的检测区域，则自动关闭手势识别学习模式，从而使用户可以更加方便地开启或关闭手势识别学习模式。根据本发明的一个实施例，还包括：判断单元，用于判断在已存储的特征值中是否存在与所述至少一个特征值中的每个特征值匹配的特征值；在所述判断单元判定不存在与所述至少一个特征值中的任一特征值匹配的特征值时，所述存储单元存储所述至少一个特征值；在所述判断单元判定存在与所述每个特征值匹配的特征值时，所述存储单元不存储所述至少一个特征值。根据本发明的实施例的手势识别装置，若存在与每个特征值匹配的特征值，说明已经存储有当前用户的手势动作的特征值，则不存储至少一个特征值，若不存在与至少一个特征值中的任一特征值匹配的特征值，说明未存储有当前用户的手势动作的特征值，则存储至少一个特征值，避免了存储的特征值是重复的，这样不仅方便对存储的特征值进行管理，还避免过多的冗余数据占用存储器的内存。根据本发明的第三方面的实施例，提出了一种设备，包括上述技术方案中任一项所述的手势识别装置，因此，该设备具有和上述技术方案中任一项所述的手势识别装置相同的技术效果，在此不再赘述。本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。附图说明本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1示出了根据本发明的一个实施例的手势识别方法的示意流程图；图2和图3示出了根据本发明的一个实施例的红外反射信号的强度值曲线的示意图；图4示出了根据本发明的一个实施例的手势识别装置的示意框图；图5示出了根据本发明的一个实施例的设备的示意框图。具体实施方式为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。图1示出了根据本发明的一个实施例的手势识别方法的示意流程图。如图1所示，根据本发明的一个实施例的手势识别方法，包括：步骤102，在手势识别学习模式下，获取当前用户的至少一个手势动作。优选地，还包括：若接收到开始学习的信号，则开启手势识别学习模式；若接收到停止学习的信号或者在预定时间内未接收到信号，则关闭手势识别学习模式。优选地，还包括：若识别到开始学习的手势动作，则确定接收到开始学习的信号；若识别到停止学习的手势动作，则确定接收到停止学习的信号。从而使用户可以更加方便地开启或关闭手势识别学习模式。另外，还可以在对当前用户进行的手势动作识别失败时，确定接收到开始学习的信号，以在手势识别学习模式下学习用户的手势动作，从而保证该用户下次进行手势动作时可以准确地识别出手势动作；以及若在进入到手势识别学习模式的预设时间之内未获取到学习手势动作，则确定接收到停止学习的信号。除此之外还可以通过遥控器上的按钮来开启或关闭手势识别学习模式。优选地，还包括：在进入到手势识别学习模式时，提示用户做出预定的学习手势动作。步骤104，根据至少一个手势动作确定至少一个手势动作的至少一个特征值。优选地，步骤104具体包括：确定在进行所述至少一个手势动作的过程中多个红外反射信号接收器中的每个所述红外反射信号接收器接收到的红外反射信号的强度值；根据每个所述红外反射信号接收器接收到的红外反射信号的强度值，确定出多条强度值曲线，每条所述强度值曲线分别对应于每个所述红外反射信号接收器的红外反射信号的强度值；根据每条所述强度值曲线，确定所述至少一个手势动作的所述至少一个特征值。由于红外反射信号的强度值曲线可以反映出用户进行手势动作的习惯，例如，可以反映出用户进行手势动作时的速度、幅度、用于与手势识别装置之间的距离，因此，通过每个红外反射信号接收器对应的红外反射信号的强度值曲线，确定至少一个手势动作的至少一个特征值，以使至少一个特征值可以反映出用户进行手势动作的习惯。优选地，至少一个特征值包括以下之一或其组合：任一条强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值的差值；任一条强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值分别对应的时间的差值；任一条强度值曲线中的相邻两个波峰之间的时间差值；以及同一个所述手势动作对应的多个波峰中的两个目标波峰之间的时间差值，其中，多个波峰中的每个波峰分别属于每个强度值曲线，即每个波峰分别属于不同的强度值曲线，两个目标波峰为多个波峰中波峰之间的时间差值最大的两个波峰。图2示出了用户进行手势动作时的两条强度值曲线，即曲线1和曲线2。若在红外识别装置上设置有两个红外反射信号接收器，根据每个红外反射信号接收器接收到的红外反射信号，确定出分别对应与每个红外反射信号接收器的强度值曲线，即得到两条强度值曲线。以此类推，若在红外识别装置上设置有三个或更多的红外反射信号接收器，最终得到三条或更多的强度值曲线。例如，最终得到三条强度值曲线，确定每条强度值曲线的波峰值对应的时间，如每条强度值曲线的波峰值分别对应的时间为M1、M2、M3，计算出每两条强度值曲线的波峰值之间的时间差值，即M1-M2、M1-M3、M2-M3，在该三个差值中取最大差值对应的两条曲线，例如，若M1-M2在该三个差值中最大，则取M1所属的曲线、和M2所属的曲线。另外，若用户进行了多个手势动作，在同一条强度值曲线中会出现多个波峰，则取同一个手势动作对应的多个波峰。例如，用户先进行了从上到下的手势动作，接着又进行了从下到上的手势动作，则取从上到下的手势动作对应的多个波峰值，或者取从下到上的手势动作对应的多个波峰值。曲线1中的上升曲线段中的最小信号强度值所在的点为A、最大信号强度值所在的点为B，A点坐标为(X1，Y1)，B点坐标为(X2，Y2)，曲线2中的上升曲线段中的最大信号强度值所在的点为C，C点坐标为(X3，Y3)。曲线1中的上升曲线段中的最大信号强度值和最小信号强度值的差值为L＝Y2-Y1，曲线1中的上升曲线段中的最大信号强度值和最小信号强度值分别对应的时间的差值为T＝X2-X1，曲线1中的波峰B点和曲线2中的波峰C点分别对应的时间的差值为T1＝X3-X2。若用户进行了多个手势动作，例如，图2中的曲线1表示的是用户进行从上到下的手势动作时的红外反射信号的强度值曲线，用户在进行了从上到下的手势动作之后又进行了从下到上的手势动作，图3示出了从上到下的手势动作和从下到上的手势动作的强度值曲线，该强度值曲线包括图2中的曲线1，在图3示出的强度值曲线上有两个波峰B点和D点，B点的坐标值为(X2，Y2)，D点的坐标值为(X4，Y4)，该强度值曲线中的相邻两个波峰分别对应的时间的差值为T2＝X4-X2。步骤106，存储至少一个特征值，以用于进行手势识别。优选地，还包括：判断在已存储的特征值中是否存在与至少一个特征值中的每个特征值匹配的特征值；若不存在与至少一个特征值中的任一特征值匹配的特征值，说明未存储有当前用户的手势动作的特征值，则存储至少一个特征值；若存在与每个特征值匹配的特征值，说明已经存储有当前用户的手势动作的特征值，则不存储至少一个特征值。因此，可以避免了存储的特征值是重复的，这样不仅方便对存储的特征值进行管理，还避免过多的冗余数据占用存储器的内存。优选地，在步骤106中，将至少一个特征值与当前用户的用户信息对应存储。由于进行手势动作的用户有多个，每个用户进行手势动作的习惯不相同，因此，通过将至少一个特征值与当前用户的用户信息对应存储，从而实现对多个用户的手势动作的特征值进行有效地管理。其中，用户信息可以是字符串，例如，已经存在的用户信息有A、B、C、D，当创建新的用户信息，新的用户信息为E，再例如，已经存在的用户信息有001、002、003、004，当创建新的用户信息，新的用户信息为005。当然用户信息还可以是用户进行手势动作时采集到的用户的面部图像。在上述技术方案中，通过存储用户在手势识别学习模式下进行的手势动作的特征值，在以后用户进行手势动作时即可根据存储的特征值进行手势识别，例如，根据存储的特征值识别手势动作是否为有效的，即根据用户的实际使用习惯来识别手势动作，避免了根据出厂时的固定程序逻辑判断来识别手势动作，从而避免了有些手势动作被过滤掉，进而可以准确、有效地识别出用户的手势动作，提升了用户体验。下面通过三个实施例来详细说明上述技术方案：实施例一：用户A是一位老人，用户A进行了从上到下的手势动作，但是由于用户A进行的从上到下的手势动作的速度比较慢，系统识别出用户A做出的从上到下的手势动作是无效的。此时直接进入到手势识别学习模式，然后语音提示用户先做出从上到下的手势动作再做出从下到上的手势动作。在手势识别模式下获取到从上到下的手势动作和从下到上的手势动作，确定该两个手势动作的特征值，并将该特征值与用户A的信息对应存储。这样当用户A下次再进行从上到下的手势动作时，虽然用户A进行的手势动作的速度比较慢，但是可以根据存储的特征值来判断当前进行的手势动作是否有效，避免了在检测到老人进行手势动作的速度比较慢时直接将该手势动作过滤掉。实施例二：用户B是一位儿童，用户B进行了从左到右的手势动作，但是由于用户B进行的从左到右的手势动作的幅度比较小，系统识别出用户B做出的从左到右的手势动作是无效的。此时提示用户是否进入手势识别学习模式下学习该用户的手势动作，以使用户下次可以准确地识别出用户的手势动作。在接收到开始学习的信号时，进入到手势识别学习模式，若在进入到手势识别学习模式的预设时间内获取到了用户做出的从左到右的手势动作，则确定该手势动作的特征值并进行存储。若在进入到手势识别学习模式的预设时间内未获取到从左到右的手势动作，则直接退出手势识别学习模式。因此，当用户B下次再进行从左到右的手势动作时，虽然用户B进行的手势动作的幅度比较小，但是可以根据存储的特征值来判断当前进行的手势动作是否有效，避免了在检测到用户B进行手势动作的幅度比较小时直接将该手势动作过滤掉。实施例三：在手势识别学习模式下获取用户A、用户B、用户C三位用户的手势动作，分别确定这三位用户的手势动作的特征值，并将特征值与其对应的用户信息进行对应存储。当某个用户进行手势动作时，将当前的手势动作的特征值分别与用户A、用户B、用户C三位用户对应的特征值进行匹配，若当前的手势动作的特征值与其中的任一位用户对应的特征值进行匹配，则确定当前用户就是该任一位用户。因此，根据存储的特征值还可以识别出用户的身份。图4示出了根据本发明的一个实施例的手势识别装置的示意框图。如图4所示，根据本发明的一个实施例的手势识别装置400，包括：获取单元402、第一确定单元404和存储单元406。获取单元402，用于在手势识别学习模式下，获取当前用户的至少一个手势动作。优选地，手势识别装置400还包括开启单元408和关闭单元410。其中，开启单元408用于若接收到开始学习的信号，则开启手势识别学习模式；关闭单元410，用于若接收到停止学习的信号或者在预定时间内未接收到信号，则关闭手势识别学习模式。优选地，手势识别装置400还包括第二确定单元412和第三确定单元414。其中，第二确定单元412用于若识别到开始学习的手势动作，则确定接收到开始学习的信号；第三确定单元414，用于若识别到停止学习的手势动作，则确定接收到停止学习的信号，从而使用户可以更加方便地开启或关闭手势识别学习模式。另外，还可以通过遥控器上的按钮来开启或关闭手势识别学习模式。第一确定单元404，用于根据至少一个手势动作确定至少一个手势动作的至少一个特征值。优选地，第一确定单元404包括：第一确定子单元4042、第二确定子单元4044和第三确定子单元4046。其中，第一确定子单元4042用于确定在进行至少一个手势动作的过程中多个红外反射信号接收器中的每个红外反射信号接收器接收到的红外反射信号的强度值；第二确定子单元4044，用于根据每个所述红外反射信号接收器接收到的红外反射信号的强度值，确定出多条强度值曲线，每条所述强度值曲线分别对应于每个所述红外反射信号接收器的红外反射信号的强度值；第三确定子单元4046，用于根据每条强度值曲线，确定至少一个手势动作的至少一个特征值。由于红外反射信号的强度值曲线可以反映出用户进行手势动作的习惯，例如，可以反映出用户进行手势动作时的速度、幅度、用于与手势识别装置400之间的距离，因此，通过每个红外反射信号接收器对应的红外反射信号的强度值曲线，确定至少一个手势动作的至少一个特征值，以使至少一个特征值可以反映出用户进行手势动作的习惯。优选地，至少一个特征值包括以下之一或其组合：任一条强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值的差值；任一条强度值曲线中的上升曲线段中的最大信号强度值和最小信号强度值分别对应的时间的差值；任一条强度值曲线中的相邻两个波峰之间的时间差值；以及同一个所述手势动作对应的多个波峰中的两个目标波峰之间的时间差值，其中，多个波峰中的每个波峰分别属于每个强度值曲线，两个目标波峰为多个波峰中波峰之间的时间差值最大的两个波峰。存储单元406，用于存储至少一个特征值，以用于进行手势识别。优选地，存储单元406还用于，将至少一个特征值与当前用户的用户信息对应存储。其中，用户信息可以是字符串，例如，已经存在的用户信息有A、B、C、D，当创建新的用户信息，新的用户信息为E，再例如，已经存在的用户信息有001、002、003、004，当创建新的用户信息，新的用户信息为005。当然用户信息还可以是用户进行手势动作时采集到的用户的面部图像。优选地，手势识别装置400还包括判断单元416，用于判断在已存储的特征值中是否存在与至少一个特征值中的每个特征值匹配的特征值；存储单元406具体用于，在判断单元416判定不存在与至少一个特征值中的任一特征值匹配的特征值，说明未存储有当前用户的手势动作的特征值，则存储单元406存储至少一个特征值，在判断单元416判定存在与每个特征值匹配的特征值时，说明已经存储有当前用户的手势动作的特征值，则存储单元406不存储至少一个特征值，避免了存储的特征值是重复的，这样不仅方便对存储的特征值进行管理，还避免过多的冗余数据占用存储器的内存。在上述技术方案中，通过存储用户在手势识别学习模式下进行的手势动作的特征值，在以后用户进行手势动作时即可根据存储的特征值进行手势识别，例如，根据存储的特征值识别手势动作是否为有效的，即根据用户的实际使用习惯来识别手势动作，避免了根据出厂时的固定程序逻辑判断来识别手势动作，从而避免了有些手势动作被过滤掉，进而可以准确、有效地识别出用户的手势动作，提升了用户体验。下面通过三个实施例来详细说明本发明的技术方案：实施例一：用户A是一位老人，用户A进行了从上到下的手势动作，但是由于用户A进行的从上到下的手势动作的速度比较慢，系统识别出用户A做出的从上到下的手势动作是无效的。直接进入到手势识别学习模式下，然后语音提示用户先做出从上到下的手势动作再做出从下到上的手势动作。在手势识别模式下获取到用户进行的从上到下的手势动作和从下到上的手势动作，确定该两个手势动作的特征值，并将该特征值与用户A的信息对应存储。这样当用户A下次再进行从上到下的手势动作时，虽然用户A进行的手势动作的速度比较慢，但是可以根据存储的特征值来判断当前进行的手势动作是否有效，避免了在检测到老人进行手势动作的速度比较慢时直接将该手势动作过滤掉。实施例二：用户B是一位儿童，用户B进行了从左到右的手势动作，但是由于用户B进行的从左到右的手势动作的幅度比较小，系统识别出用户B做出的从左到右的手势动作是无效的。此时提示用户是否进入手势识别学习模式下学习该用户的手势动作，以使用户下次可以准确地识别出用户的手势动作。在接收到开始学习的信号时，进入到手势识别学习模式，若在进入到手势识别学习模式的预设时间内获取到了用户做出的从左到右的手势动作，则确定该手势动作的特征值并进行存储。另外，若在进入到手势识别学习模式的预设时间内获取到从左到右的手势动作，则直接退出手势识别学习模式。因此，当用户B下次再进行从左到右的手势动作时，虽然用户B进行的手势动作的幅度比较小，但是可以根据存储的特征值来判断当前进行的手势动作是否有效，避免了在检测到用户B进行手势动作的幅度比较小时直接将该手势动作过滤掉。实施例三：在手势识别学习模式下获取用户A、用户B、用户C三位用户的手势动作，分别确定这三位用户的手势动作的特征值，并将特征值与其对应的用户信息进行对应存储。当某个用户进行手势动作时，将当前的手势动作的特征值分别与用户A、用户B、用户C三位用户对应的特征值进行匹配，若当前的手势动作的特征值与其中的任一位用户对应的特征值进行匹配，则确定当前用户就是该任一位用户。因此，根据存储的特征值还可以识别出用户的身份。图5示出了根据本发明的一个实施例的设备的示意框图。如图5所示，根据本发明的一个实施例的设备500，包括上述技术方案中任一项的手势识别装置400，因此，该设备500具有和上述技术方案中任一项的手势识别装置400相同的技术效果，在此不再赘述。其中，设备500包括但不限于：家用电器、智能家居设备，例如，家用电器包括空调器、冰箱、电视机、空气净化器等，智能家居设备包括智能橱柜、智能照明灯等。以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，可以准确、有效地识别出用户的手势动作。在本发明中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”表示两个或两个以上。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。