《电子测量技术杂志》发表论文赏析

Grael脑电放大器与深度学习的手势实时识别研究

来源:电子测量技术杂志2023年第8期北京时间:

作者:刘晓光,张明进,王嘉威,梁铁,李俊,刘秀玲

单位:1.河北大学电子信息工程学院 保定 071002; 2.河北大学河北省数字医疗工程重点实验室 保定 071002

摘要:手势识别是人机交互的关键。为了能够更好地实现脑电信号与肌电信号的融合,精准地识别人体的运动,本文建立了一套基于Grael脑电放大器的手势动作实时检测识别的研究系统。通过Grael脑电放大器和Curry8系统采集5个通道的8种不同手势的表面肌电信号(sEMG),并对采集到的sEMG信号进行滤波去噪、滑动窗口分割以及特征提取等预处理的操作;最后采用几种常用的分类器与卷积神经网络(CNN)对不同手势的sEMG信号进行实时分类识别。结果表明CNN的识别准确率最高,能达到92.98%;对每个手势动作进行30次实时识别检测,结果显示识别延迟大概在1~1.5 s,实时识别的精度可高达90%。该系统为将来研究脑电信号与肌电信号的融合提供了一个可行的方法,在人机交互方面展现了巨大的潜力和应用空间。

关键词:Grael脑电放大器;表面肌电信号;手势识别;卷积神经网络

基金资助:河北省自然科学基金(F2021201002,202101005)、河北省教育厅重点项目(ZD2020146)、保定市科技局项目(1911Q001)资助

2023年8期其他文献查阅:

基于堆叠惯性信号的跳台滑雪动作识别

Grael脑电放大器与深度学习的手势实时识别研究

基于阴影增强和注意力机制的高光谱图像分类

顾及地图投影变形的免像控摄影测量方法

基于YOLOv5的雾霾天气下交通标志识别

基于MobileNetV3多尺度特征融合的人脸表情识别

自适应加权根多项式回归颜色校正算法研究

基于3DCNN的驾驶员细微动作识别

基于图卷积网络改进的人体动作识别模型

基于深度学习的元器件视觉识别和定位技术

基于深度强化学习的多目标边缘任务调度研究

基于单路口车流量统计的交通灯配时系统研究

基于概率A*的智能车路径规划算法

基于改进A*算法的无人机路径规划研究

基于深度学习的绝缘子故障检测研究

基于改进RRT-Connect算法的机械臂运动规划

多源相位控制自适应跟踪算法研究

基于卡尔曼滤波迭代学习的交通信号控制方法

基于多层注意力机制的4DC-BGRU脑电情感识别

双半球胶囊机器人自监督姿态快速矫正方法

工业机器人位置稳定时间不确定度的研究分析

基于CUSUM和加权欧氏距离的电器分析监测装置设计

基于改进PPO算法的自动驾驶技术研究

基于改进YOLOv4的无人机航拍目标检测算法

改进视觉惯性里程计融合GPS的无人机定位方法研究

基于积分滑模的带机械臂无人机控制方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!