123,123

內(nèi)容簡(jiǎn)介

　　作為人體最靈活的肢體，手不但可以完成各種生活技能，也可以實(shí)現(xiàn)自然、直觀的交互。在已知手勢(shì)交互技術(shù)中，基于表面肌電信號(hào)的手勢(shì)交互具有高精度、可穿戴、抗遮擋、支持上肢截肢患者使用等優(yōu)點(diǎn)，在醫(yī)療康復(fù)和人機(jī)交互領(lǐng)域有著不可替代的作用。在以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)蓬勃發(fā)展的背景下，本書依托國(guó)家和江蘇省自然科學(xué)基金項(xiàng)目前期與階段性研究成果，對(duì)多種面向肌電手勢(shì)交互系統(tǒng)的深度學(xué)習(xí)技術(shù)進(jìn)行了深入研究。

作者簡(jiǎn)介

　　衛(wèi)文韜，現(xiàn)就職于南京理工大學(xué)設(shè)計(jì)藝術(shù)與傳媒學(xué)院。2018年于浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)獲工學(xué)博士學(xué)位，主要研究方向包括神經(jīng)接感知計(jì)算、人機(jī)交互、模式識(shí)別等，主持國(guó)家自然科學(xué)基金青年基金項(xiàng)目1項(xiàng)、江蘇省自然科學(xué)基金青年基金項(xiàng)目1項(xiàng)。

圖書目錄

1 緒論
1.1 新一代人機(jī)界面與手勢(shì)感知技術(shù)概述
1.2 基于表面肌電的人機(jī)界面（muscle-compter interface,MCI）
1.3 現(xiàn)有MCI系統(tǒng)面臨的挑戰(zhàn)
1.4 本研究工作
2 相關(guān)研究工作綜述
2.1 表面肌電信號(hào)的產(chǎn)生機(jī)理
2.2 面向MCI系統(tǒng)的機(jī)器學(xué)習(xí)方法
2.3 小結(jié)
3 面向肌電手勢(shì)識(shí)別的多流融合深度學(xué)習(xí)方法
3.1 概述
3.2 問題描述
3.3 面向肌電手勢(shì)識(shí)別的多流融合深度學(xué)習(xí)方法框架
3.4 性能評(píng)估與實(shí)驗(yàn)分析
3.5 小結(jié)
4 面向肌電手勢(shì)識(shí)別的多視圖深度學(xué)習(xí)方法
4.1 概述
4.2 問題描述
4.3 面向肌電手勢(shì)識(shí)別的多視圖深度學(xué)習(xí)方法框架
4.4 性能評(píng)估與實(shí)驗(yàn)分析
4.5 小結(jié)
5 會(huì)話間肌電手勢(shì)識(shí)別中的多流AdaBN領(lǐng)域自適應(yīng)方法研究
5.1 概述
5.2 問題描述
5.3 多流AdaBN領(lǐng)域自適應(yīng)方法介紹
5.4 性能評(píng)估與實(shí)驗(yàn)分析
5.5 小結(jié)
6 總結(jié)與展望
參考文獻(xiàn)