一种基于前臂肌群形变的手势识别方法

一种基于前臂肌群形变的手势识别方法，通过在手臂内外侧屈伸肌群处佩戴高灵敏应变传感器，直接测量体表形变，并设计和训练的机器学习模型进行手势识别，该方法避免了深层肌肉电信号交互，提高了数据采集的可靠性，同时减少了信息量，降低了后期处理难度。该机器学习模型融合了一维卷积神经网络和Transformer结构，前者提取空间特征，后者利用自注意力机制处理时间序列数据，增强了对复杂时间依赖性的处理能力。模型通过位置编码将数据映射到隐向量空间，有效提取时间与空间特征，保持高识别精度的同时，提升了模型的泛化能力和处理速度。本发明可广泛应用于虚拟现实、手语识别、机器人控制及康复等领域，特别有望满足前臂截肢患者对智能假肢控制的需求。