基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
手势识别中的一种常见方式是通过表面肌电信号来实现.为提高手势识别的稳定性和精度,通常需要采集多个通道的肌电信号,但这会增加电极传感器的数量以及识别系统的复杂度.因此,如何利用较少量的通道采集信号并确保手势识别的性能一直是肌电信号应用到意图识别的研究方向之一.该研究设计了一款便携式四通道肌电和阻抗双模信号采集器,在不增加额外传感器和通道数的情况下,能同时采集肌电信号和差分电极对之间的组织阻抗信号.初步实验结果表明,通过该系统采集的四通道融合信息可以提升手势识别的准确率和稳定性.与仅采集肌电信息相比,该研究采用的肌电与阻抗信息融合方法可以将手势识别性能提升3%以上,达到96.2%的识别率.
推荐文章
利用表面肌电进行手势自动识别
表面肌电
特征提取
特征降维
机器学习
Fisher Score
基于HOG特征与手部多特征信息融合的静态手势识别
手势识别
多角度
方向梯度直方图
手部多特征
支持向量机
融合表面肌电和加速度的手势动作识别
手势识别
表面肌电信号
加速度
支持向量机
基于Kinect深度信息的手势提取与识别研究
手势识别
深度信息
三维点云
人机交互
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于表面肌电和组织阻抗信息融合的手势识别研究
来源期刊 集成技术 学科 工学
关键词 手势识别 表面肌电 组织阻抗
年,卷(期) 2020,(3) 所属期刊栏目 生物医药与生物医学工程
研究方向 页码范围 26-35
页数 10页 分类号 TP391
字数 4561字 语种 中文
DOI 10.12146/j.issn.2095-3135.20200224001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (3)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手势识别
表面肌电
组织阻抗
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
集成技术
双月刊
2095-3135
44-1691/T
大16开
深圳市南山区西丽深圳大学城学苑大道1068号
2012
chi
出版文献量(篇)
677
总下载数(次)
2
总被引数(次)
1808
论文1v1指导