Tagged "GR"

Deep Learning for Electromyographic Hand Gesture Signal Classification Using Transfer Learning

1. どんなもの?

転移学習を利用し、推定精度を向上させる手法の提案。深層学習に用いる2つのデータセットは19人,17人の健常者から取得し、NinaProDB5 を活用しており、それぞれに対してraw EMG, spectrograms,continuous wavelet transform (CWT)を用いたネットワークを構築し推定精度を比較したところ、 CWTベースのConvNetでは17人の参加者の7つのジェスチャーに対して98.31%、生のEMGベースのConvNetでは10人の参加者の18のジェスチャーに対して68.98%のオフライン精度を達成している。 またこの論文ではConvNetの性能を体系的かつ大幅に向上させる新しい転移学習スキームを紹介している。

Learning Effective Spatial–Temporal Features for sEMG Armband-Based Gesture Recognition

1. どんなもの?

時間的に非定常信号であるsEMGを空間-時間特徴に基づく、ジェスチャー認識法(STF-GR)の提案。非定常多チャンネルのsEMGを分解し、定常副信号に合同変換したのち、空間的独立性と時間的定常性を生み出す。その後負の対数尤度ベースのコスト関数を用いて,最終的なジェスチャーの判定する。STF-GRはsEMGアームバンドのために設計されたもの。