一种异构传感器特征融合的手势识别方法

摘要

本发明公开了一种异构传感器特征融合的手势识别方法，首先，利用肌电传感器、视觉传感器及惯性传感器获取原始信号，随后进行数据预处理；进一步，将处理后的数据划分为训练集和测试集；其次，将训练集输入至搭建好的卷积网络模型中训练，并在训练时针对不同传感器信息引入注意力机制；进一步，将测试集输入训练好的卷积网络模型后提取异构传感器特征向量；最后，构建Copula连接函数构建特征融合模型，利用支持向量机进行分类。本发明采用异构传感器获取数据，结合卷积神经网络提取特征，并利用Copula对不同传感器特征进行融合，更好地表述了传感器特征之间的相关性，提高了手势识别的准确率，为后续人机交互发展提供技术支撑。