摘要
为了更有效地捕捉肌电信号中的长期动态依赖关系和局部细节信息, 减少固有肌电特征信息损失对手势分类精度的影响, 本文提出一种基于全局–局部特征交互的手势识别网络GL-EMG-Net. 首先, 融合空洞卷积和多头自注意力机制, 设计全局特征提取模块Global-DT, 提取肌电信号中的全局信息; 然后, 借助深度可分离卷积和注意力机制, 设计局部特征提取模块Local-SK捕捉肌电信号中不同尺度的局部细节信息, 并将提取的细节信息通过反馈机制反馈至Global-DT模块, 完成局部特征与全局特征的交互; 最后, 将全局特征与局部特征融合后进行分类. 实验结果表明, 该手势识别网络在Ninapro DB5数据集的52种手势和实际12 种常见手势分类中, 表现出较高的手势分类精度和较强的鲁棒性.
Abstract
In order to capture the long-term dynamic dependencies and local detail information in the electromyography (EMG) signal more effectively and reduce the impact of the loss of intrinsic EMG feature information on the gesture classification accuracy, we propose a gesture recognition network the global and local-electromyography-network (GLEMG-Net) based on the interaction of global and local features. Firstly, the dilated convolution and multi-head selfattention mechanism are integrated to design the global feature extraction block the global-dilation transformer (Global-DT) to extract the global information in the EMG signal. Then, with the help of the depth separable convolution and attention mechanism, the local feature extraction block the local-selective kernel (Local-SK) is designed to capture the local detail information of different scales in the EMG signal, and feedback the extracted detail information to the Global-DT module through the feedback mechanism to complete the interaction between local features and global features. Finally, the global features and local features are fused for classification. The experimental results show that the gesture recognition network shows high gesture classification accuracy and strong robustness in the 52 gestures of Ninapro DB5 dataset and 12 actual common gestures.
1 引言
表面肌电信号（surface electromyography，sEMG）是伴随人体肌肉活动而产生的一种生物电信号，负载着丰富的人体肢体运动信息 [1] . 因其低成本和无创性的特点，基于sEMG的人体意图识别在各个领域都有涉及，如人体假肢手 [2]、机器人控制等 [3] .
虽然基于sEMG的手势识别在各领域的应用越来越广泛，但其仍存在特征提取不充分、易受噪声干扰和手势分类类别有限等问题 [4] . 通过特征工程的方法手动提取sEMG的时频域特征会使sEMG中有效信息丢失 [5]，造成提取到的特征不能最大程度地表征肢体运动的动作模式，从而达不到理想的手势分类效果 [6] .
近年来，为了更有效提取 sEMG 中蕴含的动作信息，相关研究人员采用深度学习的方法提取sEMG中的固有特征. 文献 [7-9] 利用卷积神经网络（convolution neural network，CNN）对原始sEMG的特征进行提取，证明CNN能够有效提取sEMG中的动作信息，但由于CNN感受野的局限性，其无法有效提取长期动态依赖关系和全局特征，手势类别数的增加会使识别准确率大大降低 [10] . Liu等 [11] 设计双流空洞卷积网络捕获肌电序列中的整体变化趋势和全局信息，10种手势动作准确率为93.69%，但其忽略了肌电信号中的局部细节信息. 上述文献仅考虑了肌电序列中长期依赖的动态关系或局部细节信息，未同时提取这两种特征. 然而在异常检测和交通流量预测领域，发现将全局– 局部特征交互融合可以让模型达到更好的效果，Yu [12] 提出一种基于Transformer和双流时间卷积网络（temporal convolutional network，TCN）的异常检测和诊断模型，利用空洞卷积和因果卷积分别设计全局特征提取模块和局部特征提取模块，其检测效果提升明显且模型的训练时间大大减少. Ren等 [13] 在交通流量预测方面同时提取交通流信号中的全局特征和局部特征，提出一种新的全局–局部TCN模型来捕捉交通流量中非线性的时空依赖关系，在真实数据集上，该模型表现出优越的预测性能. 文献 [12-13] 表明，综合考虑局部特征和全局特征能使网络表现优越性能，因此本文在肌电信号分类中，同时将肌电信号中的全局特征和局部特征进行交互融合.
为保证网络同时关注sEMG中非线性的长期依赖动态关系和局部细节信息，使提取到的肌电特征能够最大程度地表征肢体运动的动作模式，本文提出基于全局与局部肌电特征交互的手势识别网络（global and local EMG classification network，GL-EMG-Net），用轻量级的多头注意力机制和大感受野的膨胀卷积替代循环卷积网络或长短期记忆网络（long short-term memory，LSTM）来提取肌电信号中长期依赖的序列信息，减少网络的训练时间，使网络更快的收敛; 再通过不同大小感受野的卷积提取sEMG中不同尺度的细节信息，然后利用通道注意力机制对提取到的局部特征进行特征重分配，在增大肌电固有特征权重的同时，减小纹波信号和小噪声的权重，使网络同时关注到肌电序列中的整体运动趋势和局部细节信息，提高手势识别准确率，增加手势分类类别数.
本文的结构安排如下: 第2节介绍了肌电数据预处理方法和数据增强方法; 第3节介绍了GL-EMG-Net 手势识别网络的设计细节; 第4节展示了本文使用的肌电数据集、实验方法和实验结果; 第5节总结全文，并对肌电分类方法做出展望.
2 数据处理
2.1 表面肌电信号预处理
sEMG是一种非平稳的微电信号 [13]，采集时会因为传感器内部电子元器件工作产生的纹波，肌肉活动时人体皮肤表面与电极接触过程中的相对运动和 50 Hz工频信号的频率干扰，而携带很多噪声，这些噪声掺杂在肌电固有特征中，会影响手势分类精度，因此需要对这部分噪声进行滤波. 另一方面，通过深度学习的方法进行手势识别需要大量的肌电样本 [4]，本文通过滑动窗口的方法增加肌电数据样本.
如图1所示，sEMG预处理过程分为滤波、数据分割和标签标记3个步骤. 原始肌电信号X通过20 Hz的高通滤波器f1和50 Hz的陷波滤波器f2后的输出信号 Y = f2（f1（X））; 输出信号Y 经过窗口大小为W、步长为L的滑动窗口提取后，得到一系列长度为W的肌电序列{Y1，Y2，· · ·，Yn}，其中n为分割后的样本数; 最后标记分割出的肌电序列，如握拳手势的标签为0，张掌手势的标签为1，以此类推，手腕外翻手势的标签为N，得到肌电信号的训练样本.
图1sEMG预处理流程图
Fig.1Flow diagram of surface EMG signal preprocessing
2.2 肌电数据增强
肌电信号的采集是一项巨大工程 [14]，本文通过在原始sEMG中加入高斯白噪声模拟环境噪声来得到新的sEMG信号. 假设原始肌电信号为X，均值为µ，方差为σ（x），则高斯白噪声信号的方差np为
(1)
其中: SNR为随机信噪比（signal to noise ratio，SNR），SNR ∈（25，35）; 高斯白噪声信号的均值为0. 通过加入不同信噪比的高斯白噪声可模拟生成具有不同环境噪声的肌电信号，从而大量扩充肌电数据集.
3 网络结构
3.1 GL-EMG-Net手势识别网络框架
sEMG中蕴藏的固有特征在电路噪声、生理噪声和环境噪声的影响下很难被有效提取 [4]，为了获取更多固有肌电特征，减少噪声干扰，本文同时关注肌电信号的全局信息和不同尺度的细节信息，利用注意力机制重分配特征图权重，使网络更加关注肌电信号的固有特征，减少噪声和干扰信号的权重分配; 同时，为了减少模型的训练时间和防止过拟合，采用轻量级的多头注意力机制 Multi-Head Attention 和大感受野的膨胀卷积替代循环卷积网络或 LSTM 提取肌电信号中长期依赖的序列信息，减少模型训练时间; 最后，通过自适应全局平均池化层替代全连接层，构建本文模型的特征分类层进行手势类别输出，防止模型过拟合 [15] . GL-EMG-Net 网络如图2所示. 图中，Cin为输入肌电信号的维度， W为窗口大小，n为全局特征提取模块（global-dilation transformer，Global-DT）的堆叠次数， N为手势类别数. GL-EMG-Net由特征提取和特征分类两部分构成. 特征提取部分由全局特征提取模块Global-DT 和局部特征提取模块（local-selective kernel，Local-SK）组成，Global-DT利用多头注意力机制的长距离捕捉能力关注肌电序列中长距离的动态关系，同时通过N层空洞卷积 Dilated Conv使第N层空洞卷积的等效感受野完全覆盖肌电系列的长度，以关注肌电序列的整体运动趋势，最后将肌电序列中的长距离动态关系和整体运动趋势进行融合，得到肌电序列中的全局特征; Local-SK利用3个不同感受野的可分离卷积提取肌电序列中不同尺度的细节信息，充分关注肌电序列中的小噪声信号，然后通过通道注意力机制重分配特征权重，使网络更加关注肌电信号的固有特征，最后将得到的局部特征图与全局特征图进行融合. 为了使全局特征和局部特征充分交互融合，通过反馈机制将局部特征图与输入的肌电信号融合后，再通过全局特征提取模块提取肌电信号中融合局部特征的全局特征; 特征分类部分通过自适应全局平均池化层替代全连接层构建分类层进行手势类别输出，能够使模型不易过拟合，且使网络输入的肌电序列的窗口大小不受限制 [15] .
图2GL-EMG-Net手势识别网络框架图
Fig.2GL-EMG-Net gesture recognition network frame diagram
3.2 全局特征提取模块
Transformer的多头注意力机制能够弥补CNN 不能捕捉长期依赖的序列特征的不足 [16-18]，而空洞卷积可在不大量增加网络参数的情况下增加网络的感受野 [8，12]，因此，本文利用多头注意力机制和空洞卷积设计全局特征提取模块Global-DT. 此模块的第1条支路通过一维卷积Conv1d添加肌电序列的非线性特征的同时将肌电序列的通道数扩展至32维，再进行权重归一化（Weight Norm）加快网络收敛，最后通过多头注意力机制充分关注非线性肌电特征图中的长期动态依赖关系; 第2条支路为n层空洞卷积，为了保证空洞卷积能够有效提取肌电序列曲线的整体运动趋势，使第n层空洞卷积的等效感受野完全覆盖输入肌电序列，之后经过权重归一化，再通过修正线性单元（rectified linear unit，ReLU）激活函数和Dropout防止模型过拟合.
第1条路径的多头自注意力机制如图3所示，假设输入信号为X = [x1 x2 · · · xn]，其中n表示输入信息的长度. 首先，通过线性变换得到3个矩阵
(2)
其中Wq，Wk，Wv分别为3个矩阵的权重. 然后利用点积和Concat拼接得到多头注意力的输出为
(3)
(4)
式（4）中: h为输入序列的组数，Concat为通道维度拼接函数. 最后将多头注意力的输出通过线性层Linear，保证输出与输入维度相等. 这种方法能够保证多头注意力机制关注到整个输入序列的整体特征.
图3多头自注意力模块结构图
Fig.3Multi-head self-attention module structure diagram
第2条路径主要由n层空洞卷积组成，其网络结构如图4所示.
图4空洞卷积网络示意图
Fig.4Dilated convolutional network diagram
图4中，空洞卷积通过膨胀因子Dilation和层数的叠加使第n层卷积操作的等效感受野膨胀变大，为了使第n层空洞卷积网络的等效感受野完全覆盖整个输入肌电序列，以获取到肌电序列的全局信息，需要保证第n层空洞卷积的等效感受野不小于肌电序列的输入长度 [12] . 空洞卷积感受野Fn的计算公式如下:
(5)
(6)
(7)
其中: Fn表示第n层感受野大小，Fn−1表示第n − 1层感受野大小，fn表示第n层的空洞卷积的等效卷积核大小，Sj表示第j层卷积操作的步长（本文S = 1）， k为卷积核大小（本文k = 3），d为膨胀因子，b为空洞卷积膨胀因子的扩展基（本文b = 2）.
以下为空洞卷积最小网络层数n的计算过程: 由于S = 1，所以式（5）可简化为
(8)
联系式（6）–（8）可得
(9)
式（9）为空洞卷积感受野随层数n变化的递推公式，通过计算可得空洞卷积感受野Fn的通项公式为
(10)
最后根据第n层空洞卷积的感受野不小于输入的肌电序列长度，可求解所需的最小层数n为
(11)
其中: ⌈·⌉表示向上取整，W为输入肌电序列的长度.
全局特征提取模块，通过多头注意力的长距离捕捉能力和大感受野的空洞卷积替代循环卷积网络或 LSTM捕捉肌电序列的长期动态依赖关系和整体运动趋势，保证网络充分提取肌电序列的全局信息，减少模型训练时间，使模型更快地收敛 [19] .
3.3 局部特征提取模块
原始 sEMG 中掺杂着很多不同尺度的噪声，利用深度学习的方法，通过注意力机制给肌电固有特征分配更大权重，同时抑制噪声特征的权重可减少噪声影响. 基于此，设计Local-SK模块，该模块首先通过3个卷积核大小分别为3，5和7的深度可分离卷积提取肌电序列中不同尺度的细节信息 [20-21]; 然后通过权重归一化保证 Local-SK模块提取的局部特征，在后期与 Global-DT提取的全局特征在融合时保持特征尺度一致，以防止大特征同化小特征; 最后通过Relu激活函数和Dropout层防止网络过拟合.
图5为本文使用的三分支通道注意力SK模块结构图，该模块首先通过多流卷积和不同大小感受野的卷积操作提取不同尺度细节信息的特征
(12)
(13)
(14)
其中Conv3表示卷积核大小为3的深度可分离的卷积操作. 然后通过element-wise summation 融合获得特征图U = U1 + U2 + U3，再经过全局平均池化层Fgp 得到特征图S，经过全连接层Ffc得到压缩后的特征Z，即
(15)
(16)
其中: SW 为仅包含肌电序列长度元素的列向量，下标 W为肌电序列长度; WS为全局特征S的权重矩阵. 最后经过Softmax函数得到对应流的注意力权重
(17)
(18)
(19)
其中AW ，BW 和CW 是网络训练得到的特征矩阵.
图5三分支SKConv模块示意图
Fig.5Schematic diagram of the three-branch SKConv module
在得到各卷积流的注意力权重后，将各流的特征图U1，U2和U3点乘对应流的权重后，再相加融合，得到最终的特征映射输出V，即
(20)
其中a，b，c的和为1.
局部特征提取模块引入不同感受野的小卷积操作和注意力机制，保证提取到肌电信号不同尺度的细节信息的同时，通过注意力机制减少这些细节信息中噪声的权重，使提取到的细节信息包含更多的肌电信号固有特征. 除此之外，在小卷积操作后进行了权重归一化，保证提取的细节信息在和全局信息进行融合时，处于同一个数量级，防止大特征同化小特征，并且也加快了网络的收敛速度.
4 实验与结果分析
4.1 实验设置
为了验证GL-EMG-Net模型的有效性，在Ninapro DB5数据集上进行评估. Ninapro数据集 [22] 是目前最具权威性且被广泛使用的肌电数据集，共包含10个受试者的52种手部动作，传感器采用两个采样频率为 200 Hz的8通道Myo肌电臂环.
如图6所示，DB5采集的手势类别包括12种指部常见动作、17种手指等距等张手势或腕部运动手势和23 种抓取和功能性动作. 在采集过程中，要求每位测试者的每个手势动作重复6次，每重复一次动作持续5 s 然后休息3 s，以防止肌肉疲劳，假设以300 ms的提取窗提取肌电数据样本，则每个人的每个动作可提取 100个样本，10个受试者的52种手势共可提取约52000 个数据样本.
基于Ninapro DB5数据集和实际的Myo臂环采集的数据，分别设置以下4组实验:
1）消融实验: 基于Ninapro DB5数据集，在300 ms 滑动窗口下进行消融实验，验证Global-DT，Local-SK 和反馈机制的有效性;
2）过拟合情况和收敛速度测试: 基于Ninapro DB5数据集，在300 ms滑动窗口下，将GL-EMG-Net与 LSTM-CNN [23] 和DenseNet [24] 进行对比，比较其损失曲线和准确率曲线，分析网络的收敛速度和过拟合情况;
3）不同滑动窗口下的精度测试: 基于Ninapro DB5数据集，在100 ms，200 ms和300 ms滑动窗口（步长为50 ms，100 ms和100 ms）下，将GL-EMG-Net与最新的手势识别网络、LSTM-CNN和DenseNet对比，验证本文模型的先进性;
4）实际应用实验: 基于实际的Myo臂环，采集人体手臂的12种手势动作真实肌电数据，在300 ms滑动窗口下，通过将GL-EMG-Net模型的识别精度与LSTMCNN和DenseNet模型进行对比，验证该模型在实际实验的分类性能.
图6Ninapro DB5的52种手势图
Fig.652 gesture graphs of the Ninapro DB5
验证平台: 软件版本为 Ubuntu16.03操作系统，Pytorch1.11.0 深度学习框架; 硬件配置为 Inter Xeon（R）E5-2678 v3 处理器，GeForce RTX 3080显卡和 32 GB显存. sEMG数据集的划分比例为: 训练集70%，测试集20%，交叉验证集10%; 优化器为SGD，学习率设置为0.001，损失函数选择交叉熵函数，batch-size设置为256，训练轮数设置为75轮. 评价指标采用验证集的平均准确率.
4.2 实验结果分析
4.2.1 消融实验
为验证本文提出的手势识别网络各模块的有效性，设计表1所示的5个实验，其中“√”表示使用了该方法或模块，“—”表示未使用. 实验1为三层全卷积网络（fully convolutional networks，FCN）的基准网络，实验 2，3和4分别为引入Global-DT模块、Local-SK模块和同时引入两种模块的网络，实验5为具有局部特征反馈机制的网络.
表1中，Baseline为三层FCN网络，在Baseline基础上加入全局注意力模块Global-DT后，手势识别准确率由85.63%提升至87.87%; 在Baseline网络上加入局部注意力模块Local-SK后，手势识别准确率由85.63% 提升至89.02%; 在Baseline网络上同时加上Global-DT 和Local-SK模块后，手势识别准确率在Baseline和仅加Global-DT 或仅加 Local-SK的基础上分别提升了 4.588%，2.351%和1.194%; 继续加入局部特征的反馈机制后，提升了0.466%. 由实验结果可知，Global-DT 和Local-SK模块在共同使用时，比单独使用时的准确率都要高，充分证明了Global-DT，Local-SK模块和反馈机制的有效性.
表1消融实验
Table1Ablation experiment
4.2.2 过拟合情况和收敛速度测试结果与分析
图7为GL-EMG-Net，LSTM-CNN 和DenseNet损失曲线和准确率曲线.
图73种网络训练集损失和交叉验证集准确率对比图
Fig.7Comparison chart of three types of network training set loss and test set accuracy
图7中LSTM-CNN 结构与文献 [23] 的模型相似，本文的LSTM 的隐藏层数为 3，隐藏层节点数为 128; DenseNet的结构与文献 [24] 的模型相似，本文的 Dense Block为3个; 图中的蓝色实线表示本文网络的训练集损失，蓝色虚线表示本文网络的交叉验证集损失; 红色实线表示LSTM-CNN训练集损失，红色虚线表示 LSTM-CNN交叉验证集损失; 绿色实线表示 DenseNet训练集损失，绿色虚线表示Dense-Net交叉验证集的损失.
由图7（a）可知，GL-EMG-Net 相比LSTM-CNN 和 DenseNet在训练集和交叉验证集上的Loss都为最小，GL-EMG-Net网络未出现过拟合; 由图7（b）可知，GLEMG-Net经过一轮训练后准确率达到75.49%，在第26 轮训练后准确率趋于稳定，最终准确率达到90.68%; LSTM-CNN模型经过一轮训练后准确率为65.92%，经过45轮训练后准确率稳定为84.14%; Densenet模型第1轮训练后准确率为70.92%，在训练30轮左右准确率稳定在87.48%.
为了进一步比较GL-EMG-Net 模型与DenseNet，LSTM-CNN的收敛速度，设定预期分类精度为84%，在300 ms肌电提取窗下，统计各模型交叉验证集连续3次到达预期精度的收敛轮数和训练时间，各模型分别做5次实验，取收敛轮数和训练时间的平均值，实验统计结果如表2所示.
表23种模型的5次测试的平均收敛速度对比
Table2Comparison of the average convergence speeds of the five tests of the three models
由表2可知，GL-EMG-Net，LSTM-CNN和Dense Net 的准确率达到 84%时，分别平均需要 1166.092 s，13219.875 s和4413.774 s的训练时间，GLEMG-Net的训练时间最少，收敛速度最快.
综上可知，GL-EMG-Net的Loss收敛最快，且最终的Loss最小，同时在交叉验证集上第1轮训练后准确率达到75.49%，最终的准确率为90.68%. 说明GLEMG-Net网络在加快网络收敛的同时，也增加了手势识别的准确率，更不易发生过拟合.
4.2.3 不同滑动窗口下的精度测试结果与分析
表3为在100 ms，200 ms和300 ms滑动窗口提取窗下GL-EMG-Net的手势识别结果与最新的手势识别网络 [8，21-22，25]、LSTM-CNN和DenseNet进行不同滑动窗口识别精度的对比结果，为了说明 GL-EMG-Net能够识别更多的手势类别数，统计了各种方法对应的手势分类类别数. 表3中“—”表示该方法对应文献中未做这种大小滑动窗的实验.
表3本文网络与其他方法的分类准确率对比
Table3The classification accuracy of this network and other methods is compared
表3中，文献 [21] 基于一种CNN和堆叠集成学习的网络，对Ninapro DB5数据集的40种手势进行分类，当滑动窗口为200 ms时，分类准确率为72.09%，当滑动窗口为300 ms时，分类准确率为 76.02%; 文献 [25] 通过三层全连接层和采用Dropout层搭建基于深度学习的手势分类网络对 41种手势进行分类，当滑动窗口为100 ms 时，分类准确率为 81.37%，当滑动窗口为 200 ms时，分类准确率为84.25%; 文献 [8] 提出一种新的注意力卷积网络SE-CNN对51种手势进行分类，在滑动窗口为300 ms 时，分类准确率为 87.42%; 文献 [22] 将长期的肌电信号分割为多个短期信号，从短期信号中提取 5种时域特征，利用提取的特征在NinaPro DB5 数据集上对17 种手势进行分类，在滑动窗口为200 ms 时，分类准确率为86.5%.
综上，当滑动窗口为100 ms时，GL-EMG-Net相比 PanyawutNet，LSTM-CNN 和DenseNet，其准确率分别提高 2.18%，6.56% 和2.83%; 当滑动窗口大小设为 200 ms时，相比于 ShenNet，PanyawutNet，EsaaNet，LSTM-CNN和DenseNet，其准确率分别提高15.61%，3.45%，1.2%，7.2%和3.57%; 当滑动窗口为300 ms时，相比ShenNet，XuNet，LSTM-CNN和 DenseNet，其准确率分别提高14.66%，3.26%，6.54%和3.2%. 另外，对于手势类别数的比较，GL-EMG-Net模型的手势类别数最高，为52种手势，其识别准确率仍然最高，可见该网络更适合多手势的识别. 因此，GL-EMG-Net 网络优于目前大部分手势识别网络.
4.2.4 实际应用实验结果与分析
为了进一步验证本文提出的手势分类网络 GLEMG-Net的可靠性，基于Myo臂环的手势识别系统在线验证12种手势分类效果，手势识别系统如图8所示.
图8中Myo肌电臂环采集人体小臂实时sEMG，通过蓝牙传输至PC端; PC端接收到信号后，经过预处理送到离线训练好的网络模型中分类; 最后将分类结果转换为五指手的控制指令，实时控制五指手运动. 用 Myo臂环离线采集3位年龄24±3的男性志愿者的右小臂的指部、腕部和抓握等12种动作的sEMG数据，300 ms 滑动窗预处理后，分别用 LSTM-CNN 模型、 DenseNet模型和本文提出的 GL-EMG-Net模型离线训练手势分类模型. 其中，12种手势动作如图9所示.
图8基于Myo臂环的手势识别系统
Fig.8Gesture recognition system based on Myo armband
图9实验中12种手势动作图
Fig.912 gestures and actions in the experiment
图10（a），（b）和（c）分别为LSTM-CNN，DenseNet和 GL-EMG-Net的测试集结果，其中每行表示预测手势，每列表示真实手势，斜对角为各类手势的正确识别结果，颜色越深表示识别精度越高.
由图10可知，3 种模型的平均准确率分别为 89.67%，92.33%和97.83%，GL-EMG-Net 模型的混淆矩阵中除了捏卡片动作的准确率为 85%，其他手势识别率都大于95%，12 种手势的平均准确率为97.83%. 对于GL-EMG-Net模型，由于捏卡片动作、捏食指动作和捏中指动作的发力点相似，所以16%的捏卡片动作被识别成了捏食指动作和捏中指动作，从而造成了捏卡片动作的识别准确率为 85%. 但是针对捏无名指、捏食指、捏中指等精细的指部动作，其识别准确率仍可以保持在95%以上.
图103种模型实验中12种手势测试集的混淆矩阵
Fig.10Confusion matrix for 12 gesture test sets in three model experiments
5 结论
本文提出的网络模型GL-EMG-Net通过全局特征提取模块Global-DT和局部特征提取模块Local-SK的相互配合，提取肌电信号中的全局特征和局部特征，分别在实验环境和实际手势识别应用中验证了GLEMG-Net网络的性能，在肌电特征提取过程中减少了肌电信号的损失，提高了手势识别准确率，增加了手势识别类别数.
本文旨在优化网络对肌电信号动作特征的提取能力，虽然在实验环境和实际环境下该网络都能表现出很好的分类性能，但本文的网络模型还存在一些不足: 1）该网络主要提取肌电信号的时域特征，进一步可提取肌电信号中的频域信息和时频域信息，通过时域和频域信息的融合进一步提高手势分类的精度和抗干扰能力; 2）该网络在全局特征和局部调整的融合上采用了直接相加的方式，后期可研究注意力特征融合机制来进行全局–局部特征的融合，以进一步的提高手势分类精度.