软件学报

作者：谭宇彤,周旭峰,孔令芝,王醒策,武仲科,税午阳,付艳,周明全,Vladimir KORKHOV,Luciano Paschoal GASPARY

单位：谭宇彤，北京师范大学 人工智能学院, 北京 10087511,周旭峰，北京师范大学 人工智能学院, 北京 10087502,孔令芝，北京师范大学 人工智能学院, 北京 10087503,王醒策，北京师范大学 人工智能学院, 北京 10087504,武仲科，北京师范大学 人工智能学院, 北京 10087505,税午阳，北京师范大学 人工智能学院, 北京 10087506,付艳，北京师范大学 人工智能学院, 北京 10087507,周明全，北京师范大学 人工智能学院, 北京 10087508,Vladimir KORKHOV，Department of Computer Modeling and Multiprocessor Systems, St. Petersburg State University (SPBU) 199034, Russia09,Luciano Paschoal GASPARY，Institute of Informatics, Federal University of Rio Grande do Sul (UFRGS) 15064, Brazil010

关键词：MYO臂环;EMG信号处理;手势识别;SVM;LDA

基金：国家重点研发计划政府间重点专项金砖国家合作项目（2017YFE0100500）；国家科技支撑计划（2017YFB1002604，2017YFB1402100；2017YFB 1002804）；北京市自然科学基金（4172033）

泉州提线木偶属于首批中国非物质文化遗产，是中华传统文化的实现形式之一.然而，由于木偶体积庞大，携带与操作不便，直接限制了其受众群体.为了实现提线木偶的有效传承与保护，设计了基于手势识别的虚拟现实提线木偶动画方案，构建了基于MYO臂环肌电信号的人体生理信号控制动画原型系统，应用两个用户实验验证了算法的高精确性与易操控性.首先，通过低通滤波与平滑实现多通道肌电信号数据的信号处理.其次，提取八通道时域特征与时频域特征，并通过线性判别器将其降维为六维特征向量，实现特征间关联性消除与算法鲁棒性增强.最后，构造多分类支撑向量机实现特征向量，确定手势识别结果.实验验证算法离线动作平均识别准确率为95.59%，实时动作平均识别准确率达到90.75%，在1.1s左右完成手势识别.面向提线木偶任务，构造了两个用户体验任务，普通用户人群中，木偶动作识别率较高，用户使用意愿、易学性等方面，系统性能亦显著高于真实木偶操控；专业用户在承认系统可用性的同时，具有较高的接受度.用户任务表明该设计满足了手势识别实时性和准确性的要求，具有良好的交互性和趣味性.相关研究可以广泛地应用于计算机动画等类似的系统，对于体验和保护提线木偶具有现实意义.

来源：2019年第10期

《软件学报》期刊编辑部

查看软件学报杂志2019年第10期