利用多通道sEMG信号的时间肌肉激活图进行实时手势识别
信号处理
2020-04-21 v1
摘要
准确且实时的手势识别对于控制先进假手至关重要。从前臂获取的表面肌电图(sEMG)信号被广泛用于此目的。在此，我们引入一种称为时间肌肉激活(TMA)图的新颖手势表示，其捕获前臂肌肉激活模式的信息。基于这些图，我们提出一种利用卷积神经网络实时识别手势的算法。该算法在8名健康受试者上测试，sEMG信号来自沿前臂周向放置的8个电极。所提方法的平均分类准确率为94%，可与最先进方法媲美。一次预测的平均计算时间为5.5ms，使该算法非常适用于实时手势识别应用。
引用
@article{arxiv.2002.03159,
title = {Real-Time Hand Gesture Recognition Using Temporal Muscle Activation Maps of Multi-Channel sEMG Signals},
author = {Ashwin De Silva and Malsha V. Perera and Kithmin Wickramasinghe and Asma M. Naim and Thilina Dulantha Lalitharatne and Simon L. Kappel},
journal= {arXiv preprint arXiv:2002.03159},
year = {2020}
}
备注
Paper accepted to IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2020