医药每日发布
下载贤集网APP入驻自媒体
近年来，基于表面肌电信号的手势识别是研究的热门领域之一，其中对于人体手臂及手掌离散动作的分类研究趋于成熟。虽然离散动作分类的研究成果丰硕，但是没有区分受试者的个人习惯和生理差异，会导致得到的实验结果随意性较大。基于此，近日发表在Scientific Programming上的一篇论文旨在训练模型尽量找出不同个体间sEMG信号相似特征的能力，增强模型的跨个体手势识别能力。 该研究提出了一种基于LSTM的跨个体手势识别模型CI-LSTM。CI-LSTM具有双网络结构，可淡化个体信息差异对手势识别的影响，实现跨个体的手势识别功能。根据实验结果，验证了提出的模型相比于另外三种模型能够有效克服个体特征的影响，分离出与手势动作自身更相关的特征，完成跨个体的手势识别任务。
