博导：推荐一个好发论文的方向！

传统的人机交互方式包括视觉、语音和手势等。其中，手势交互因其自然性和在虚拟环境中具有广阔应用前景而受到广泛关注。以视觉传感器为信息源的手势识别方法在手势类别及识别率方面取得了良好结果，然而受限于视觉传感器的可穿戴性差、受环境光线条件影响较大的因素的影响.

基于生物信号的自然手势识别方法在学术界和工业界开始崭露头角，并成为人机交互的研究热点。

深度学习、迁移学习、强化学习等人工智能方法在图像识别、自动驾驶、自然语言交互等领域取得了令人瞩目的突破进展。这些研究成果的涌现主要依赖于海量有标签数据的构建，尽管目前已有各个领域海量的公开数据集，但如何利用公开数据集挖掘研究热点和科学问题依然令许多同学感到困惑。在论文审稿过程中，使用公开数据集与成熟算法模块单纯提高识别准确率的研究工作的中稿率已经大不如从前。因而，使用公开数据集展现个人研究特色成为论文投稿命中的关键。

6月27日-6月29日，我们邀请到中科院二区审稿人，博士导师李老师为大家分享——基于生物信号的自然手势识别！李老师研究领域包括生物信号处理、模式识别、康复机器人，已发表13篇国际期刊和EI论文，在自然手势识别方法研究颇丰。

文末免费有福利哦~

如何确定一个好发论文的方向？

第一步：在确定研究问题前，首先确定某个领域里的研究热点，以此做到有的放矢。

如人机交互方式下的手势交互。

第二步：初步确定研究领域后，需要细化具体的研究方向。

肌电信号相比于图像信息的优势在于不受环境光照条件、遮挡等因素的印象，且可穿戴性良好。不足是生物信号数据集的样本量普遍较小，难以满足大模型对训练样本的需求。基于以上分析思路，我们可以初步确定研究思路为针对肌电信号自身特性开发在特定场景下的人工智能算法。

第三步：开展前沿研究需要站在巨人的肩膀上。

接下来我们需要分析基于生物信号的自然手势交互的经典文献，初步认识到什么样的研究才是高质量的。

当我们确定了具体的研究问题以及采用的学习算法后，大多数同学关心的问题是，我当前的研究工作总结为学术论文是否能够得到审稿人的认可。

扫描二维码免费预约直播
领取论文写作、论文精读资料包

文末免费有福利哦~

为了升学/求职而做好写论文计划的各位小伙伴，无奈的发现，理想很丰满，现实很骨感。眼看身边的同学已有学术论文傍身，自己无从下手：

建议你快来免费领取这六节科研和学术论文写作课程。

扫码预约直播即可免费领取

名额有限，手慢无！

扫码免费领课程资料↑

-END-