###
:2024,37(2):278-287
←前一篇   |   后一篇→
本文二维码信息
码上扫一扫!
一种基于循环时空深度神经网络的手势识别方法
(浙江工业大学信息工程学院)
摘要
图/表
参考文献
相似文献
本文已被:浏览 260次   下载 368
    
中文摘要: 针对表面肌电信号解码模型因无法挖掘时空信息等重要性表征,面临解码精度低,鲁棒性差等问题,本文提出一种名为循环时空深度神经网络的手势识别模型,旨在解决现有手势识别模型挖掘表面肌电信号表征能力不足的问题。首先,设计多通道卷积神经网络,并融入双向循环神经网络来提取强判别力的时空特征信息。其次,采用通道注意力机制来捕捉时空特征中通道重要性信息,并设计基于时空特征的注意力模块进一步增强时空特征信息。同时,基于特征金字塔网络思想来设计多尺度特征融合模块,从多尺度角度获取多级特征信息,提高模型对肌电信号的解码能力。最后,本文将所提出的手势识别模型在大型手势识别数据库Ninapro上进行测试,结果表明该方法能有效提高表面肌电信号表征挖掘能力,为人体手势动作识别的深度学习建模工作提供借鉴意义。
Abstract:
keywords:
文章编号:cg220538     中图分类号:TP393    文献标志码:
基金项目:
Author NameAffiliationE-mail
  wazhang@zjut.edu.cn 
引用文本:


用微信扫一扫

用微信扫一扫