深度学习

深度学习采用端到端（End-to-End）网络架构，无需手工设计特征，由网络自动从原始信号中学习判别性表示。引入深度学习前，需综合评估四个维度：可用数据集规模、识别任务复杂度、鲁棒性与泛化需求，以及边缘端部署的实时计算与功耗成本。

时序模型：1D-CNN 与 LSTM

针对随时间演变的动态手势及其底层时序传感信号，一维卷积神经网络（1D-CNN）与长短期记忆网络（LSTM）等循环神经网络（RNN）是高效的选择：

• 双层 1D-CNN 处理前臂单 IMU 信号，3 类前臂动作识别精度达 97.89%。
• 双向 LSTM（Bi-LSTM）解码智能手表单 IMU 数据，5 种手势准确率达 96%。
• CNN + 门控循环单元（GRU）结合，基于腕带单 IMU 信号对 9 种手臂手势实现 96.20% 精确分类。

伪图像（Pseudo-image）方法

将低维可穿戴传感器数据重构为高维伪图像表示，充分利用 2D-CNN 的空间特征提取能力：

• 24 通道电容传感器阵列历史数据组合为二维矩阵，输入注意力机制 GRU 网络，12 种手势准确率 96%。
• 15 通道信号 × 4 秒时间窗构建 100×15 特征矩阵，输入 CNN，15 种手势 F1 分数 0.95。
• FMG 数据重组为 16×25 二维张量，输入 2D-CNN，6 种抓握手势识别精度 96%。

多模态传感融合

多源传感数据的融合可突破单一传感模态的局限：

• 弯曲传感器（手指关节角度）+ IMU（手臂姿态），CNN 分别提取特征后经 LSTM 融合，美国手语识别精度 99.93%。
• 柔性弯曲传感器 + 视觉图像，CNN 融合层耦合，极暗光环境下识别率仍达 96.7%。

高密度 sEMG 深度学习

高密度表面肌电图（HD-sEMG）在时域和空域均蕴含极高信息密度，催生了更前沿的深层网络方案：

• 128 通道 sEMG 瞬时电压幅值转换为 8×16 瞬时肌电图像，输入 3D-CNN 捕捉时序变化。
• 双流多分支 CNN（分解层 + 融合层），CSL-HDEMG 数据集精度 95.4%。
• 64 通道柔性高密度传感器阵列 + 超维计算（Hyperdimensional Computing），13 种手势识别精度 97.12%。
• 深度置信网络（DBN）：12 种精细手势 80.04%；150 个汉语手语语素 95.1%。