Meta的肌电图腕带利用sEMG技术，通过检测皮肤表面肌肉产生的电信号，实现对用户意图的解码。每个脊髓运动神经元的放电都会引起相关肌纤维的收缩，这种电信号被腕带上的传感器精准捕捉。通过大型的数据集支持，Meta推出了两个新数据集——emg2qwert ...

1 Day SEMG 0.51% DJIA -0.61% Russell 2K -1.18% Health Care/Life Sciences -0.52% ...

The research introduces a wearable garment embedded with surface electromyography (sEMG) sensors designed to monitor muscle ...

研究人员将emg2pose以及另外两种当代基线用于sEMG的姿态估计，并分析了它们在泛化条件下的性能。结果显示：emg2pose模型在对不同用户的数据集进行预测时，仅显示1厘米误差，从而在广泛的运动范围内实现了高保真跟踪。