标签
本文介绍了一种用于表面EMG手势解码的与电极布局无关的编码器，它无需重新校准即可在多次记录会话中保持识别准确率，并表明在测试时进行特征统计对齐可改善在NinaPro DB6上的自适应效果。
Introduces a montage-agnostic encoder for calibration-light cross-user gesture recognition from surface EMG, using shared weights and electrode coordinates to handle variable channel counts and reduce per-user calibration. It outperforms per-user baselines on some datasets and analyzes factors affecting cross-user transfer.
本文介绍了一种基于前臂表面肌电（sEMG）信号的实时手势识别图神经网络模型。该方法在M1 Pro CPU上实现了99%的分类准确率，平均处理时间为48毫秒，性能优于现有最先进技术。
展示如何利用Claude Code和workflow，通过一条prompt自动生成一个使用摄像头手势识别的赛博修仙风格网页小游戏。