基于PNN的手势识别

作者：魏庆丽; 肖玮; 梁伟强; 孙振超; 张莉^*

来源：传感器与微系统, 2018, 37(08): 16-18.

DOI：10.13873/j.1000-9787(2018)08-0016-03

• 概率神经网络
• 表面肌电信号
• 手势识别
• 模式识别

为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG值作为特征向量,送入概率神经网络(PNN)中进行训练识别,实现人体手势识别。实验结果表明:PNN对前臂SEMG信号的模式识别的正确率可达到97.62%,将PNN应用于手势识别系统具有可行性。

• 单位
  吉林大学