表面肌电信号的多流卷积网络融合手势识别方法OA北大核心CSTPCD
GESTURE RECOGNITION BASED ON MULTI-STREAM CONVOLUTION NETWORK FOR SURFACE EMG SIGNAL
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…查看全部>>
谷学静;沈攀;刘海望;郭俊;位占锋
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唐山市数字媒体工程技术研究中心 河北 唐山 063000
信息技术与安全科学
手势识别肌电信号多流表征多流卷积深度学习
《计算机应用与软件》 2022 (8)
220-225,6
河北省自然科学基金高端钢铁冶金联合研究基金专项(F2017209120).
评论