11691

تشخيص و طبقه‌بندي ژست‌هاي دست با استفاده از سيگنال‌هاي الكتروماهيچه‌نگاري

1399

دكتر علي صدر

دست انسان مي‌تواند بسياري از حركات را انجام دهد. تشخيص و طبقه‌بندي صحيح ژست‌هاي دست، كاربردهاي متعددي مانند طراحي بازوي مصنوعي بهينه براي افراد قطع عضو، توانبخشي غيرفعال به منظور بهبود حركات اساسي، كنترل پروتز اندام فوقاني، تعامل انسان و كامپيوتر، تشخيص زبان اشاره تاكتيكي بلادرنگ براي برقراري ارتباط در يك محيط ساكت و خارج از محدوده‌ي بصري و احراز هويت بيومتريك در تأييد كاربران دارد. در سال‌هاي اخير، كاهش هزينه و افزايش دسترسي به سخت‌افزارهاي لازم، پردازش سيگنال‌هاي الكتروماهيچه‌نگاري‌ را به يك راه‌حل مناسب براي شناسايي ژست‌هاي دست تبديل كرده است. در چند دهه گذشته، از فناوري‌هاي پوشيدني در مهندسي زيستي بسيار استفاده‌ شده است؛ از جمله، بازوبند MYO كه روي ساعد قرار مي‌گيرد و مي‌تواند فعاليت‌هاي عضلاني را اندازه‌گيري كند. سيگنال‌هاي الكتروماهيچه‌نگاري سطحي با استفاده از اين بازوبند براي انواع حركات دست و انگشتان از طيف وسيعي از شركت‌كنندگان به دست مي‌آيند. آزمودني‌ها، هر حركت‌ را چندين بار تكرار مي‌كنند. داده‌هاي حاصل، پردازش و ويژگي‌هاي آن‌ها در هر دو حوزه زمان و فركانس به منظور آموزش طبقه‌بندي‌كننده استخراج مي‌شوند. براي دستيابي به مجموعه ويژگي‌هايي با بالاترين دقت و عملكرد، راهكارهاي مختلفي مانند مورد بررسي قرار دادن ويژگي‌هاي سيگنال‌هاي ژيروسكوپي و يا تركيب سيگنال‌‌هاي الكتروماهيچه‌نگاري با داده‌هاي واحد اندازه‌گيري اينرسي پيشنهاد شده‌اند. طبقه‌بندي‌كننده‌ها‌ي يادگيري ماشين متنوعي از جمله k-نزديكترين همسايه، ماشين بردار پشتيبان و انواع شبكه‌هاي عصبي، پس از اعمال تكنيك اعتبارسنجي متقابل k برابري براي آموزش داده‌ها استفاده مي‌شوند. سيستم‌هاي ارائه شده، نه تنها از روي دقت آن‌ها‌ مورد مقايسه قرار مي‌گيرند؛ بلكه براساس پارامترهاي آماري ديگري كه از ماتريس سردرگمي به دست مي‌آيند، نيز ارزيابي مي‌شوند. اين پژوهش، مجموعه‌اي از سيستم‌هاي پيشنهادي را مرور مي‌كند تا نقاط ضعف و قوت رويكردهاي مختلف و چالش‌ها و جهت‌گيري‌هاي آينده را مورد بحث و بررسي قرار دهد.

12/21/2022 12:00:00 AM

77623

1401/10/21

Hand Gestures Recognition and Classification Using Electromyography Signals

حركات دست و انگشتان , الكتروماهيچه‌نگاري سطحي , پردازش سيگنال , استخراج و انتخاب ويژگي‌ها , طبقه‌بندي‌كننده‌ها

Hand and Fingers Movements , SEMG , Signal Processing , Feature Extraction and selection , Classifiers