基于表面肌电信号灰度图和多视野卷积神经网络的手势精确识别方法

摘要

针对表面肌电信号时域和频域特征提取识别手势的准确性易受影响及分类器识别率低的问题，本文提出一种将表面肌电信号处理为灰度图，并结合卷积神经网络作为分类器的手势精确识别方法。首先，使用能量阈值法截取肌电信号的活动段，通过线性和幂运算对时域电压值进行处理，生成灰度图作为卷积神经网络的输入。其次，搭建多视野卷积神经网络模型，使用1 × n和3 × n的异形卷积核，在同一卷积层内实现不同尺寸卷积核并行的结构，以优化对肌电信号的表达能力。实验结果表明，所提出的方法对13种手势和12种多指运动的识别准确率分别达到98.11和98.75，显著高于现有机器学习方法。本文提出的基于肌电信号灰度图与多视野卷积神经网络的手势识别方法，具有简单高效的特点，能够有效提升手势识别的准确性，具有较强的应用潜力。