来源：期刊VIP网 时间：
作者：赵世昊;周建华;熊馨;
单位：昆明理工大学信息工程与自动化学院;
摘要：基于表面肌电信号的手势识别方法效果欠佳,提出一种信号的特征样本构造方法和注意力残差网络(ARN),用于识别NinaproDB1中的23类功能性抓握手势.样本构造过程中利用巴特沃斯滤波器对表面肌电信号进行一阶1 Hz低通滤波,去除噪声干扰并保留通频带和过渡带信号;用时间窗截取滤波信号生成表面肌电图;计算信号平均绝对值、方差和波长特征,融合生成特征肌电图.引入注意力机制和残差连接改进卷积神经网络,搭建ARN用于手势识别.将特征肌电图样本输入ARN,在测试集中的手势识别准确率为86.87%,证明构造的信号特征样本结合ARN识别实用手势的有效性.
关键词：手势识别;;表面肌电图;;特征肌电图;;注意力残差网络
基金资助：国家自然科学基金项目(82060329);; 云南省科技厅基金面上项目(202201AT070108)
