[發(fā)明專利]肢體動作的識別方法、裝置、計算機設備及存儲介質

有效

• 申請?zhí)枺?/td>: 201910876338.6
• 申請日: 2019-09-17
• 公開（公告）號: CN110710970B
• 公開（公告）日: 2021-01-29
• 發(fā)明（設計）人: 田彥秀;韓久琦
• 申請（專利權）人: 北京海益同展信息科技有限公司
• 主分類號: A61B5/389
• 分類號: A61B5/389;A61B5/397;A61B5/11
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉歡歡;張穎玲

本公開實施例提供了一種肢體動作的識別方法，包括：建立肢體動作的分類模型，其中，所述分類模型基于樣本對象的表面肌電信號的訓練集進行訓練；將所述分類模型應用于目標對象的肢體動作的識別；在所述目標對象的肢體動作的識別過程中，獲取識別所述目標對象的狀態(tài)；當識別所述目標對象的狀態(tài)滿足所述分類模型的更新條件時，更新所述分類模型的參數(shù)，以修復所述分類模型識別所述目標對象的肢體動作的偏差。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種肢體動作的識別方法、裝置、計算機設備及存儲介質。

背景技術

表面肌電信號(SEMG，Surface Electromyography)是一種與神經(jīng)肌肉活動相關的生物電信號。當運動指令經(jīng)由神經(jīng)中樞系統(tǒng)傳導至相關肌纖維時，會引起肌纖維上電位變化并發(fā)生肌纖維的收縮。該電位變化在皮膚表面處發(fā)生時間和空間上的疊加而形成表面肌電信號，可通過表面肌電電極采集下來。表面肌電信號包含了肌肉收縮的模式以及收縮強度等信息。不同的肢體動作對應不同的肌電信號。通過分析表面肌電信號就可以判別出該信號所對應的具體動作模式。因此，表面肌電信號被廣泛運用于醫(yī)學診斷、運動康復等領域。尤其在仿人型肌電假手控制中，表面肌電信號作為控制源驅動假手做出各種抓握手勢獲得了廣泛的研究和關注。

表面肌電信號的特異性非常大。在進行手勢模式識別中，第一方面，手勢識別系統(tǒng)的性能會受到表面肌電信號個體差異的影響，這種個體差異往往由不同采集被試者的電極位移、或不同被試之間肌肉形狀尺寸、發(fā)力大小、疲勞程度以及皮膚阻抗的不同造成，這種個體差異往往會導致來自不同被試的訓練數(shù)據(jù)和測試數(shù)據(jù)具有不同的分布，使得從當前個體學習獲得的分類器模型難以有效擴展和應用到其他個體上。另一方面，表面肌電信號具有時變性，隨時間的推移，由于長期動態(tài)改變肌肉的收縮力，受試者容易疲勞，同一被試的肌肉形狀尺寸、發(fā)力大小、疲勞程度以及皮膚阻抗等會發(fā)生變化，影響分類器模型的識別效果。

發(fā)明內容

有鑒于此，本公開實施例提供一種肢體動作的識別方法、裝置、計算機設備及存儲介質。

本公開實施例的技術方案是這樣實現(xiàn)的：

第一方面，本公開實施例提供一種肢體動作的識別方法，包括：

建立肢體動作的分類模型，其中，所述分類模型基于樣本對象的表面肌電信號的訓練集進行訓練；

將所述分類模型應用于目標對象的肢體動作的識別；

在所述目標對象的肢體動作的識別過程中，獲取識別所述目標對象的狀態(tài)；

當識別所述目標對象的狀態(tài)滿足所述分類模型的更新條件時，更新所述分類模型的參數(shù)，以修復所述分類模型識別所述目標對象的肢體動作的偏差。

其中，所述建立肢體動作的分類模型，包括：

對樣本對象的表面肌電信號進行預處理和特征向量提取，獲得特征向量樣本集；

將所述特征向量樣本集隨機劃分為訓練集和測試集；

基于所述訓練集和所述訓練集中樣本對象的標簽訓練肢體動作的分類模型，并利用所述測試集對所述分類模型的識別精度進行測試；

當所述分類模型的識別精度大于第一設置閾值時，獲得訓練后的所述分類模型。

其中，所述將所述分類模型應用于目標對象的肢體動作的識別，包括：

獲取待識別的所述目標對象表面肌電信號的特征向量；

通過所述分類模型對所述特征向量進行降維處理和分類識別處理，得到所述目標對象的肢體動作的分類識別結果。

其中，所述獲取識別所述目標對象的狀態(tài)，包括：

獲取所述分類模型待識別的目標對象是否發(fā)生變換的狀態(tài)；