一种深度学习的sEMG手势识别方法

本发明公开了一种深度学习的sEMG手势识别方法，属于人工智能技术领域，要解决的技术问题为现有技术中特征提取能力不足、识别精度有限且对非平稳信号建模能力较弱。包括：采集多通道表面肌电信号，对每个通道的表面肌电信号进行数据预处理；对作为时间序列信号的表面肌电信号进行短时傅里叶变换，得到对应的时频图像；构建并训练手势识别模型，所述手势识别模型包括空间分支、与空间分支并行的时间分支以及与空间分支和时间分支连接的分类预测模块；以各通道对应的时频图像作为输入图像，通过训练后的手势识别模型预测输出手势类型以及手势类型的概率值。