SurfMyoAiR：一种基于表面肌电的空中书写识别框架
人机交互
2022-11-01 v1
摘要
空中书写识别是指在自由空间中通过手指运动识别所写字母的任务。肌电（EMG）是一种用于记录运动过程中肌肉收缩和放松时电活动（由运动引起）的技术，广泛用于手势识别。当前手势识别的研究大多集中于识别静态手势。然而，动态手势自然且用户友好，可用作人机交互应用中的替代输入方法。因此，利用从前臂肌肉记录的 EMG 信号进行空中书写识别是一种可行的解决方案。由于用户无需学习任何新手势，且通过拼接这些字母可组成大量单词，该方法可推广至更广泛人群。利用 EMG 信号进行空中书写识别的研究有限，这构成了本工作的核心思想。我们构建了 SurfMyoAiR 数据集，包含书写英文字母大写字母时记录的 EMG 信号。探索了多种不同的时域特征以构建 EMG 包络，以及两种不同时频图像表示：短时傅里叶变换和连续小波变换，作为深度学习模型进行空中书写识别的输入。针对该任务利用了多种不同的深度学习架构。此外，全面探讨了信号长度、窗口长度和插值技术等各种参数对识别性能的影响。在使用短时傅里叶变换结合基于 2D 卷积神经网络的分类器时，在用户相关和用户无关场景下分别取得了 78.50% 和 62.19% 的最佳准确率。空中书写作为一种用户友好的模态，在人机交互应用中作为替代输入方法具有巨大潜力。
引用
@article{arxiv.2210.17185,
title = {SurfMyoAiR: A surface Electromyography based framework for Airwriting Recognition},
author = {Ayush Tripathi and Lalan Kumar and Prathosh A. P. and Suriya Prakash Muthukrishnan},
journal= {arXiv preprint arXiv:2210.17185},
year = {2022}
}