论文部分内容阅读
手语识别研究的目的是增进聋人与听力健康人之间无障碍的交流，提高计算机对人体语言的理解能力。由于手语使用范围不广，因此关于手语的研究较少，手语识别的研究也就只有10多年的历史。在手语识别领域中仍然有很多挑战性的难题，其中包括：大词汇量的手势语识别方法；词汇集可扩展的手语识别方法；手语识别的最小识别基元；过渡帧的有效处理方法；非特定人的手语识别方法。以上5个问题的解决对手语识别具有非常重要的意义。本文对以上5个问题中的前4个进行了研究，并在此基础上实现了大词汇量手语识别系统。 首先，文中对多数据流CHMM、多数据流SCHMM、多数据流DHMM和基于流捆绑技术的HMM这四种方法进行了对比，选择出最后一种方法作为大词汇量手语识别的核心技术。 其次，本文采用基于流状态捆绑的手语识别方法，并利用了基于动态规划算法的自动估计状态结点数的模型、修正转移矩阵、快速匹配、估计跳转参数等技术来提高系统的性能，在本文采集的世界上最大的手势库上(5100个手势)进行测试，实验结果表明这种方法是十分有效的。 此外，通过对手语辞典的分析，本文归纳整理出2400多个词根，并实现了基于词根的识别系统，在这个系统中，使用了树状搜索结构、前向索引表和N-Best方法。并将这种方法与基于手势词的方法进行了比较。最后，还对进一步寻找更基本的识别单元做了尝试。