时频广义S变换和VL-MOBP神经网络在人体动作识别中的应用

作者：尹柏强; 邓影^*; 王署东; 胡增超; 李兵; 佐磊

来源：电子测量与仪器学报, 2020, 34(11): 1-9.

DOI：10.13382/j.jemi.B2003032

• 时频广义S变换
• VL-MOBP神经网络
• 表面肌电信号
• 动作识别

针对仿生假肢动作识别问题,提出基于时频广义S变换和VL-MOBP神经网络的下肢动作识别方法。首先用时频广义S变换对年龄在20～40岁,身高在170～185 cm,体重在50～75 kg的22名男性测试者下肢4种表面肌电信号和膝盖弯曲度信号进行多分辨率分析,得到在时间和频率分辨率较好情况下信号时频累计特性曲线,然后提取时频累计特性曲线幅值的均值和标准差作为特征向量,用VL-MOBP神经网络对人体下肢的行走、站立及静坐3种动作进行识别。实验结果表明,提出的下肢动作识别方法能够取得很好的识别效果,平均识别准确度达96.67%,高出小波变换约56%,高出短时傅里叶变换约36%,验证了该方法在动作识别中的有效性。

• 单位
  合肥工业大学