用于手势识别与迁移学习的力肌电图基准数据集
机器学习
2020-07-30 v1 计算机视觉与模式识别
人机交互
机器学习
摘要
力肌电图近来在手势识别任务中受到越来越多的关注。然而，目前缺乏公开可用的基准数据，大多数现有研究使用定制硬件并针对不同的手势集合自行采集数据。这限制了各种算法的比较能力，也使得研究者在无需先自行采集数据的情况下开展研究成为可能受限。我们通过发布一个使用商用传感器装置从20人采集、涵盖18种独特手势的基准数据集，为推动该领域发展做出贡献，希望借此促进结果的进一步比较并降低进入该研究领域的门槛。我们展示了此类数据的一个用例，说明如何利用迁移学习融合来自多名其他人的数据来提高手势识别准确率。这也说明该数据集可作为基准数据集，以促进对迁移学习算法的研究。
引用
@article{arxiv.2007.14918,
title = {Force myography benchmark data for hand gesture recognition and transfer learning},
author = {Thomas Buhl Andersen and Rógvi Eliasen and Mikkel Jarlund and Bin Yang},
journal= {arXiv preprint arXiv:2007.14918},
year = {2020}
}