基于LightGBM 的改進表面肌電信號手勢識別研究*

梅雪峰 趙禮峰

（南京郵電大學理學院 南京 210023）

1 引言

手勢識別廣泛應(yīng)用于各類人機交互場景中，在購物、居家、醫(yī)療等領(lǐng)域發(fā)揮著重要的作用。手勢識別按照其完成的模式主要分為兩大類：基于計算機視覺的手勢識別和基于體感控制器的手勢識別［1］。近年來，采用肌肉傳感器的手勢識別方法正逐步普及，可穿戴臂環(huán)使用傳感器獲取人體表面肌電信號（surface electromyography，sEMG），將處理后的信號數(shù)據(jù)傳輸至模型進而完成手勢識別過程［2］。Naik G R 等［3］使用采集的sEMG 數(shù)據(jù)提取各維度特征，采用支持向量機等方法進行手勢動作的模式分類；陳香等［4］提出采用隱馬爾可夫模型對肌電信號完成識別，最終分類器的準確率達到94%；張碩［5］使用KNN 與其他算法組合的方法研究這類問題，需要根據(jù)不同情形調(diào)整優(yōu)化組合模型。謝小雨等［6］使用DTW 算法構(gòu)建模型實現(xiàn)肌電信號的手勢識別，準確率達到96.09%。此外，還有學者使用其它流行算法實現(xiàn)手勢識別［7～9］，如卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)以及兩者相互融合的方式，所得模型的穩(wěn)定性高且能夠達到較高準確率，廣泛應(yīng)用于各類場景中。

梯度提升決策樹（Gradient Boosting Decision Tree，GBDT）是一種經(jīng)典的迭代決策樹算法［10］，將決策樹與集成學習思想進行了有效結(jié)合。高效實現(xiàn)GBDT 的框架有XGBoost、pGBRT 等［11～12］，但是在數(shù)據(jù)量增大且特征維度較高時，多數(shù)GBDT 算法會出現(xiàn)訓練效率低、準確率下降的現(xiàn)象。為解決傳統(tǒng)算法需要手動提取數(shù)據(jù)片段以及訓練效率低的問題，本文采用改進的肌電信號數(shù)據(jù)采集和處理方式，使用LightGBM 算法對表面肌電信號數(shù)據(jù)完成手勢動作分類，能夠在進一步提升sEMG 手勢識別準確率的同時，顯著提升模型的訓練效率。

2 模型設(shè)計

LightGBM 是由GBDT經(jīng)過改進的框架，采用直方圖算法尋找最優(yōu)分割點，為提升遍歷數(shù)據(jù)的方式并且更好的應(yīng)對高維數(shù)據(jù)處理場景，使用兩種改進性能的算法：基于梯度的單側(cè)采樣（Gradient-based One-Side Sampling，GOSS）和互斥特征捆綁（Exclusive Feature Bundling，EFB）。

2.1 基于梯度的單側(cè)采樣

按照決策樹理論中信息增益的定義，梯度越大（即訓練不充分）的樣本所提供增益會更高［13］。GOSS算法采用過濾掉部分數(shù)據(jù)并保留少量數(shù)據(jù)的方式，保存所有大梯度樣本，在小梯度樣本上進行隨機采樣。為消除減少的部分樣本對整體數(shù)據(jù)分布的影響，GOSS 在計算小梯度樣本的信息增益時會引入一個系數(shù)來平衡數(shù)據(jù)分布［14］。

GOSS 算法按照各樣本的梯度絕對值降序排列，假設(shè)大梯度樣本所占比率為a，小梯度樣本所占比率為b，在整個樣本集上篩選出前a×100%的樣本構(gòu)成大梯度子集A，隨后再從其余樣本中隨機選出b×100%構(gòu)成小梯度子集B。GOSS 算法對子集B的梯度和乘以平衡常數(shù)(1-a)/b，用于補償采樣對原始數(shù)據(jù)分布的影響，則在子集A∪B上第j個特征位于點d處的信息增益如式（1）：

2.2 互斥特征捆綁

高維數(shù)據(jù)的分布通常非常稀疏，在稀疏特征空間中許多特征是互斥的，即它們幾乎不會同時取非零值，而在絕大數(shù)情況下都同時取零。在這類稀疏特征空間下，通過設(shè)計一種近乎無損的方法來降低特征數(shù)，并不會對數(shù)據(jù)集的信息完整性造成影響。

EFB 算法可將眾多互斥特征捆綁到更少的密集特征束上，能夠有效避免零特征值的不必要計算，從而構(gòu)造出與單個特征相似程度高的特征直方圖，降低計算復雜度。在LightGBM 算法中，EFB 要對互斥特征進行合并操作，將判定為互斥的特征合并成一個特征，找到最優(yōu)互斥特征捆綁是一個NP難問題［15］，EFB 算法把互斥特征捆綁到一起，形成稠密特征束。

3 LightGBM算法

3.1 直方圖算法改進

直方圖算法對特征值進行裝箱處理，在訓練前先把特征值轉(zhuǎn)化為桶，也就是把每個特征的取值分成若干個分段函數(shù)。對于連續(xù)型特征，直方圖算法的基本思想是先把特征值離散化為m個整數(shù)序列，然后將序列依次編號為0，1，…，m-1，構(gòu)造成類似于m個“桶”的直方圖［16］。對于離散型特征，可將其編碼為對應(yīng)特征值，如果取值個數(shù)n多于設(shè)定的桶數(shù)量m，則將數(shù)量較少的特征值合并；如果n≤m，則將n個特征值作為n個桶。圖1展示了分桶過程，與GBDT 中需要遍歷所有特征值數(shù)據(jù)的策略相比，這里只需遍歷分桶后直方圖的值。

圖1 直方圖算法的分桶過程

LightGBM 采用改進的直方圖算法，EFB 算法捆綁互斥特征來減少特征數(shù)，完成對互斥特征的合并處理；使用GOSS算法保存大梯度樣本，隨機選取小梯度樣本，在降低每次迭代樣本數(shù)的同時更關(guān)注訓練不足的樣本。LightGBM 屬于決策樹集成模型，能夠在不降低精度的情況下顯著提升運算速度，適合處理高維數(shù)據(jù)。

3.2 葉子生長策略

基于決策樹的大多數(shù)學習算法都是采用按層分裂的策略（Level-wise）生長樹，根據(jù)某個判斷條件輸出“滿足條件”和“不滿足條件”分出左右子樹，每個結(jié)點不斷重復向下生長。LightGBM 使用按葉子分裂（Leaf-wise）的結(jié)點分裂方式，找出每一層所有結(jié)點中信息增益最大的單個結(jié)點進行分裂并依次循環(huán)下去。在分裂次數(shù)相同的情況下，按葉子分裂能夠比按層分裂減少更多的損失。但是當數(shù)據(jù)量較少的時候，按葉子分裂生長策略可能會造成過擬合，為合理解決這個問題，LightGBM 通過限制樹的最大深度來減少過擬合的出現(xiàn)。

4 sEMG手勢識別模型的構(gòu)建

4.1 數(shù)據(jù)介紹與分析

為提升以往人工提取手勢動作特征數(shù)據(jù)的效率，本次實驗數(shù)據(jù)來自于開源設(shè)計的MYO 臂環(huán)采集的8通道sEMG數(shù)據(jù)。由圖2所示，MYO臂環(huán)由8片與皮膚表面貼合的傳感器構(gòu)成，每個傳感器都能夠測量表層以下肌肉活動的電信號，具備精度高、功耗低、觸感良好的優(yōu)勢。實驗數(shù)據(jù)采集過程中手臂上的8 個MYO 臂環(huán)傳感器會按時間先后分別傳送8 個節(jié)點的信號，然后需要按照時間順序?qū)@8個節(jié)點數(shù)據(jù)做扁平化處理，使其展開為具有64 維特征的sEMG數(shù)據(jù)。

圖2 MYO臂環(huán)

本數(shù)據(jù)集一共有11678 條記錄，數(shù)據(jù)集中共有四類手勢動作，分別為伸食指和小拇指（簡稱為Rock）、剪刀手、五指伸展和OK 手勢。四類手勢動作樣本標簽分布較為均勻，經(jīng)扁平化處理后數(shù)據(jù)集中共有64 維sEMG 特征，用數(shù)字0～3 分別代表四種動作。如圖3（a）所示，波形數(shù)據(jù)表示同一個動作由8 通道傳感器捕獲到的表面肌電信號，橫坐標為時間序列點數(shù)，縱坐標為sEMG 的幅度；圖3（b）表示同一個傳感器在8 個時間結(jié)點上的波動幅度。根據(jù)波動特征發(fā)現(xiàn)，在采集到的8 通道肌電數(shù)據(jù)段中，各個傳感器傳送的電信號反映各個維度上肌肉活動的差異，呈現(xiàn)出不同的波動形狀和幅度，而單個傳感器的電信號在各個時間點上波動幅度相近，隨時間呈現(xiàn)規(guī)律性變化。數(shù)據(jù)集中除了少數(shù)信號波動異常之外，整個sEMG 數(shù)據(jù)的波動規(guī)律符合實驗預期。

圖3 sEMG波動檢測圖

4.2 模型構(gòu)建

本實驗在計算機配置為Intel? Core ?i5-8300H CPU、內(nèi)存8G、NVIDIA GTX1050TI、Windows 10 操作系統(tǒng)下運行，編程軟件為Python3.7。從數(shù)據(jù)集中隨機選出80%的樣本作為訓練集，剩下20%樣本作為測試集，對于存在的少數(shù)異常值不作處理，在數(shù)據(jù)集中保留適當噪聲，使模型具備適應(yīng)噪聲的能力。由于各個通道的數(shù)據(jù)在規(guī)格上存在差異，因此需要對特征值做標準化處理，經(jīng)過特征縮放使得某些特征的比例差異不會影響到預測結(jié)果。

在訓練sEMG 手勢識別模型時要調(diào)整LightGBM 的各項參數(shù)，該過程采用五折交叉驗證和網(wǎng)格搜索相結(jié)合的方式尋找最優(yōu)參數(shù)，經(jīng)過反復試驗，表1列出了LightGBM的核心參數(shù)調(diào)優(yōu)結(jié)果。

表1 LigthGBM核心參數(shù)調(diào)優(yōu)結(jié)果

在模型的訓練和測試中，圖4 展示了訓練集和測試集上AUC（Area Under Curve）指標隨迭代次數(shù)增加而逐漸增大的趨勢，AUC 值越大代表模型的整體性能越好，當?shù)螖?shù)大于1000 次時，兩條曲線的AUC 值已經(jīng)趨于穩(wěn)定。圖5 為均方根誤差（RMSE）隨著迭代次數(shù)增加而逐漸降低的過程，訓練集和測試集上的損失不斷下降，沒有發(fā)現(xiàn)過擬合現(xiàn)象，迭代超過一定次數(shù)后RMSE 在測試集上已經(jīng)基本穩(wěn)定。

圖4 AUC變化曲線

圖5 RMSE變化曲線

4.3 實驗結(jié)果分析

為檢驗sEMG 手勢識別模型在測試集上的表現(xiàn)性能，表2 展示了測試集上手勢識別分類結(jié)果的混淆矩陣。根據(jù)實驗結(jié)果，四類手勢動作的平均識別率達到了97.13%，基本都保持在較高的準確率。Rock 手勢的識別準確率達到98.62%，在單個手勢中表現(xiàn)效果最好；在預測五指伸展動作時誤差稍高，在后續(xù)研究中可進一步優(yōu)化，總體上手勢動作都保持在較高的識別準確率。在本文關(guān)注的計算性能方面，LightGBM 由于經(jīng)過各個維度上優(yōu)化算法的改進，一共只消耗8.26s的訓練時間，能夠達到97.13%的準確率，這要優(yōu)于傳統(tǒng)的GBDT 算法。通過實驗結(jié)果驗證，LightGBM 不僅取得較高精度，而且提升了訓練效率。

表2 手勢動作識別的混淆矩陣

5 結(jié)語

本文采用表面肌電信號手勢識別數(shù)據(jù)集，提出使用LightGBM 算法完成手勢識別模型的構(gòu)建，取得良好的實驗結(jié)果。LightGBM 具有訓練速度快、預測效果好、占用內(nèi)存少和穩(wěn)定性高的優(yōu)點。在實際場景中采集到的sEMG 數(shù)據(jù)經(jīng)常存在特征維度大、噪聲復雜以及容易在不同個體上產(chǎn)生差異的現(xiàn)象，LightGBM 分類模型可以很好地克服這些問題，對于手勢識別的應(yīng)用具有重要研究價值。

雖然基于LightGBM 的手勢識別模型在分類效果和運算性能上得到一定提升，但在準確率方面還有進一步的提升空間，可考慮將LightGBM 與其他算法融合，提升在噪聲處理方面的優(yōu)勢，讓模型具有更好的表現(xiàn)。