| 基于多路卷积神经网络的手势识别方法 |
| |
| 引用本文： | 吴雨浩,王从庆.基于多路卷积神经网络的手势识别方法[J].吉林大学学报(信息科学版),2021,39(3):303-309. |
| |
| 作者姓名： | 吴雨浩 王从庆 |
| |
| 作者单位： | 南京航空航天大学 自动化学院,南京210016 |
| |
| 摘 要： | 为提高利用表面肌电信号(sEMG:Surface Electromyography)进行手势识别的准确率并解决其受不同提取特征影响的问题,提出了一种基于多路卷积神经网络(MB-CNN:Multi-Branch Convolutional Neural Networks)的手势识别方法.首先,使用MYO手环采集8种不同手势的sEMG信号;然后,利用滑动窗口法对sEMG信号进行活动段提取,生成大小为64×8的原始训练样本;其次,作为对比实验,提取7种不同的时域和频域特征,利用机器学习算法进行手势识别.最后,在避免常规特征提取的情况下,构建了一种多路卷积神经网络模型用于手势识别,测试集上准确率达97.89％.实验表明,针对手势识别问题,该方法高效可行.
|
| 关 键 词： | 表面肌电信号 多路卷积神经网络 手势识别 MYO手环 |
Gesture Recognition Based on Multi-Branch Convolutional Neural Networks |
| |
| WU Yuhao,WANG Congqing.Gesture Recognition Based on Multi-Branch Convolutional Neural Networks[J].Journal of Jilin University:Information Sci Ed,2021,39(3):303-309. |
| |
| Authors: | WU Yuhao WANG Congqing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
