Análisis de exactitud de reconocimiento gestual aplicando SVM y k-NN en señales EMG

  1. Gonzalo Pomboza-Junez 1
  2. Juan A. Holgado-Terriza 2
  1. 1 Universidad Nacional de Chimborazo, Ecuador
  2. 2 Universidad de Granada, España
Revista:
RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação

ISSN: 1646-9895

Año de publicación: 2020

Número: 38

Páginas: 15-28

Tipo: Artículo

Otras publicaciones en: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação

Resumen

El uso del gesto, sea manual, facial y postural, establece una forma de comunicación hombre-máquina que aún debe ser estudiada profunda y ampliamente. Esta investigación establece la factibilidad del reconocimiento de los gestos o posturas de la mano usando un wearable (brazalete MYO) para la captura las señales electromiográficas (EMG) producidas por los músculos del antebrazo al formar un gesto. La información es capturada usando electrodos de superficie para luego, mediante el uso de clasificadores, lograr su reconocimiento. Participaron veintiún voluntarios y se analizaron doscientos setenta y tres gestos. Se evaluaron dos clasificadores, a saber, k-Nearest Neighbor (k-NN) y Support Vector Machines (SVM). El clasificador basado en SVM con núcleos Radial (93,03%) y Polinomial (97,81%) logró los mejores resultados. Además, se implementó un diccionario gestual que puede ser usado en investigaciones similares especialmente para tareas de control e interacción hombre-máquina.