基于多流卷积神经网络的动态手势识别

摘要

cqvip:目的提出一种基于表面肌电信号的多流卷积神经网络动态手势识别方法。方法在表面肌电信号的基础上,引入了加速度以及陀螺仪信号来表征手势的运动特征,并给出了适应输入信号的三分支多流卷积神经网络结构。结果经实自建数据库实验表明,多流卷积神经网络对多类别数据表征的动态手语孤立词有很好的识别效果,不会因数据类别差异而产生的过拟合现象。结论该方法能有效识别多类别数据表征的动态手势,具有一定的创新性。对于其它的多类别数据表征的自然语言信号而言,该结构有一定的参考价值。