摘要
本发明提供了一种基于光纤传感技术和深度学习的手势识别方法，涉及光纤传感技术领域。该手势识别方法利用多模光纤的形变特性，通过固定于手套上的多模光纤在不同手势下的散斑图像变化来捕捉手势信息，并结合卷积神经网络(CNN)与自注意力机制进行高精度的手势分类。具体实施包括：多模光纤的布设与固定、散斑图像采集、数据预处理、以及神经网络模型设计及训练等步骤。其中，采用635nm半导体激光器作为光源，CCD相机实时采集散斑图像，并使用Python脚本对图像进行优化处理和数据增强，最终的深度学习模型由特征提取层、全局特征建模层(Transformer)和分类层组成，实现了对手势的高精度识别。
