首页|表面肌电信号的多流卷积网络融合手势识别方法

表面肌电信号的多流卷积网络融合手势识别方法

GESTURE RECOGNITION BASED ON MULTI-STREAM CONVOLUTION NETWORK FOR SURFACE EMG SIGNAL

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了提高基于表面肌电信号的手势动作识别的准确率,提出一种多流卷积融合的深度学习方法,通过对手臂肌肉区域间所产生的肌电信号图像进行多流表征,将表征所产生的多个肌电信号的子图像分别输入到构建的多流卷积网络中,由多流卷积网络分支对这些不同的肌电子图像进行特征提取和建模;通过融合网络层进行特征融合,将融合后的特征输入Softmax层进行手势动作的分类,输出得到概率最大的动作类型的标签,从而达到提升手势识别准确率的效果.实验结果表明用多流卷积的方法处理肌电信号的手势识别准确率比传统机器学方法高出17百分点.

谷学静、沈攀、刘海望、郭俊、位占锋

展开 >

华北理工大学电气工程学院 河北 唐山 063210

唐山市数字媒体工程技术研究中心 河北 唐山 063000

华北理工大学轻工学院电气信息学院 河北 唐山 063000

手势识别 肌电信号 多流表征 多流卷积 深度学习

F2017209120

2022

10.3969/j.issn.1000-386x.2022.08.032

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(8)
  • 2
  • 4