一种面向细粒度手势识别方法

本发明涉及一种面向细粒度手势识别方法，包括：步骤S1：获取运动信号；步骤S2：通过滑窗切片和增强处理得到第一样本；步骤S3：通过对第一样本进行变模态分解保留高频振动信息后得到第二样本；步骤S4：分别提取第一特征和第二特征；步骤S5：提取风格统计特征，并将提取的风格统计特征分别注入第一特征和第二特征；步骤S6：拼接后经过带权对比学习后分别得到分类结果和第一概率序列；步骤S7：得到第二概率序列；步骤S8：基于第一子损失、第二子损失和第三子损失得到总损失；步骤S9：基于总损失调节识别模型的模型参数，并重复补充S1至S8完成识别模型的训练；步骤S10：获取拇指敲击其他手指中任一节时腕部的运动信号，并基于训练好的识别模型得到识别结果。与现有技术相比，本发明解决现有基于传感器的细粒度手势识别中，由于训练样本稀缺以及跨用户间存在显著域偏移所导致的模型鲁棒性差与泛化能力弱的问题。