融合注意力机制的多流卷积肌电手势识别网络

作者：李沿宏; 江茜; 邹可; 袁学东^*

来源：计算机应用研究, 2021, 38(11): 3258-3263.

DOI：10.19734/j.issn.1001-3695.2021.04.0100

• 手势识别
• 表面肌电信号
• 卷积神经网络
• 注意力机制

针对目前表面肌电信号(surface electromyography,sEMG)端到端手势识别特征提取不充分、多手势识别准确率不高的问题,提出一种融合注意力机制的多流卷积肌电手势识别网络模型。该模型通过滑动窗口将多通道时域sEMG生成肌电子图,并使用多流卷积神经网络充分提取每个采集通道sEMG的语义特征,然后将其聚合得到丰富的多通道手势语义特征;同时从时间和特征通道维度上计算语义特征的注意力分布图,强化有用特征并弱化无用特征,进一步提高多手势识别准确率。实验使用Ninapro数据集进行训练和测试,并与主流的肌电手势识别模型进行对比。实验结果表明,该模型在识别准确率上具有更好的表现,证明了该模型的有效性。

• 单位
  四川大学