基于对抗适应网络的跨个体肌电手势识别方法

目的表面肌电信号可以直接反映用户的动作意图,近年来已经成为手势识别等人机交互任务的主要控制信号。然而,个体差异性使得用户模型不能通用,限制了其应用与发展,为此,本文提出一种新的跨个体对抗适应网络(cross-subject adversarial adaptation network,CAAN)。方法该网络包括特征编码器、手势分类器和个体分类器3个子模块,使用了新的对抗性适应训练方法训练网络,达到分离出个体私有特征的目标。CAAN网络在采集的数据集上进行训练和测试,数据集包括11名受试者的6种手势。结果本方法的手势识别准确率达到88.08%,通过比较,该方法的性能优于现有的方法。结论本文提出的CAAN网络可有效进行跨个体手势识别,为人机交互提供可靠的技术。