《表3 手势动作识别的混淆矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于肌电信号和姿态信号的手势识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分类器选用径向基核函数作为核函数，待定参数为C，γ=1/2σ2，ε，其中，ε控制分类器的容错能力，直接影响泛化能力和支持向量个数。本文取ε=0.01，惩罚参数C和核函数参数γ分别取2和1。在每组动作对应的特征数据中随机抽取60%的样本作为分类器的训练集合，剩余样本作为检测验证该方法的可行性。通过训练好的分类模型对剩余40%样本进行分类识别。基于s EMG信号的手势识别结果如图6（a）所示，正确率约为94.8%。基于s EMG信号和姿态信号融合的手势识别结果如图6（b）和表3所示，整体正确率达到99.3%，识别率提高约4.5%。表3为四类手势识别结果的混淆矩阵，斜对角线上的数据表示正确识别手势的样本个数，每列数据的总和表示识别为该类别样本的数目；每行则表示了样本的真实归属类别。结果显示该方法可以有效识别握拳、竖拇指、剪刀手和OK四类动作，且除“剪刀手”手势外，其余识别率均达到100%。