摩擦电电子皮肤识别15类无声词语
热点事件历史事件
摩擦电电子皮肤识别15类无声词语
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
中国科学院北京纳米能源与系统研究所团队在《Nano-Micro Letters》报告一种摩擦电电子皮肤：单通道柔性贴片捕捉口周动作，配合四层CNN识别无声发音内容，传感过程可自供电。 主实验采集3名参与者的15类预设词语样本，作者报告准确率98.75%，该结果基于各参与者样本按比例划分的训练与测试，文中另报告了小规模跨受试者、跨日测试。团队还演示了无声词语显示、游戏控制和虚拟角色对话三类交互。 识别范围仍限于预设内容，自由对话能力尚待验证；贴片传感虽可自供电，信号采集和计算仍依赖外部设备。
AI 根据报道生成 · 3 小时前更新
最新进展10月31日 08:30
中科院北京纳米能源所研发摩擦电电子皮肤，从口周动作识别15类无声词语报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- 脑机接口未来产业 · 公众号中科院北京纳米能源所研发摩擦电电子皮肤，从口周动作识别15类无声词语
中国科学院北京纳米能源与系统研究所团队在《Nano-Micro Letters》报告一种摩擦电电子皮肤，通过单通道柔性贴片捕捉口周动作识别无声发音内容，传感过程可自供电。研究用四层CNN分类3名参与者的15类预设词语，作者报告准确率98.75%，并演示了无声词语显示、游戏控制和虚拟角色对话三类交互；识别范围仍限于预设内容，实际应用还需扩大人群验证。