文献类型：期刊文章

作　　者：徐争元[1] 陆韬[2]

机构地区：[1]皖南医学院医学影像学院医学工程学教研室,安徽芜湖241002 [2]皖南医学院医学影像学院,安徽芜湖241002

出　　处：《电脑知识与技术》

基　　金：安徽省高等学校科学研究项目重点项目(No.2024AH051916);2023年度皖南医学院校中青年科研基金(No.WYRCQD2022023);教育部产学合作协同育人项目(No.231100413104713);2023年国家级大学生创新创业训练计划项目(No.202310368019)。

年　　份：2025

卷　　号：21

期　　号：11

起止页码：44-47

语　　种：中文

收录情况：普通刊

摘　　要：传感器和人工智能技术的卓越发展推动了手势识别技术的显著提升。手势识别技术是实现人机交互的重要组成部分,广泛影响人类活动。近年来,深度学习在智能系统的发展中表现得令人惊讶。随着硬件设备的不断改进和传感器信号大数据集的不断出现,推动了手势识别的研究。深度学习提高了传感器信号模式识别的准确性,减少了干扰影响。文章重点分析了深度学习在传感器信号的手势识别中的有效性,并综述了基于传感器信号手势识别的关键技术,包括信号采集、信号预处理、特征提取、机器学习和深度学习等。最后,对这些技术在现实应用中面临的挑战和未来的前景进行了概述和讨论。

关 键 词：表面肌电信号 加速度计信号  人工特征  机器学习  深度学习  手势识别

分 类 号：TP391]