面向肌电手势交互系统的深度学习技术

作　者：	卫文韬
出版社：	东南大学出版社
丛编项：
版权说明：	本书为出版图书，暂不支持在线阅读，请支持正版图书
标　签：	暂缺

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　卫文韬，现就职于南京理工大学设计艺术与传媒学院。2018年于浙江大学计算机科学与技术专业获工学博士学位，主要研究方向包括神经接感知计算、人机交互、模式识别等，主持国家自然科学基金青年基金项目1项、江苏省自然科学基金青年基金项目1项。

内容简介

作为人体最灵活的肢体，手不但可以完成各种生活技能，也可以实现自然、直观的交互。在已知手势交互技术中，基于表面肌电信号的手势交互具有高精度、可穿戴、抗遮挡、支持上肢截肢患者使用等优点，在医疗康复和人机交互领域有着不可替代的作用。在以深度学习为代表的新一代人工智能技术蓬勃发展的背景下，本书依托国家和江苏省自然科学基金项目前期与阶段性研究成果，对多种面向肌电手势交互系统的深度学习技术进行了深入研究。

图书目录

1 绪论

1.1 新一代人机界面与手势感知技术概述

1.2 基于表面肌电的人机界面（muscle-compter interface,MCI）

1.3 现有MCI系统面临的挑战

1.4 本研究工作

2 相关研究工作综述

2.1 表面肌电信号的产生机理

2.2 面向MCI系统的机器学习方法

2.3 小结

3 面向肌电手势识别的多流融合深度学习方法

3.1 概述

3.2 问题描述

3.3 面向肌电手势识别的多流融合深度学习方法框架

3.4 性能评估与实验分析

3.5 小结

4 面向肌电手势识别的多视图深度学习方法

4.1 概述

4.2 问题描述

4.3 面向肌电手势识别的多视图深度学习方法框架

4.4 性能评估与实验分析

4.5 小结

5 会话间肌电手势识别中的多流AdaBN领域自适应方法研究

5.1 概述

5.2 问题描述

5.3 多流AdaBN领域自适应方法介绍

5.4 性能评估与实验分析

5.5 小结

6 总结与展望

参考文献