手勢語識別中若干關鍵問題的研究.pdf

1、上海交通大學博士后學位論文手勢語識別中若干關鍵問題的研究姓名：周宇申請學位級別：博士后專業(yè)：信息與通信工程指導教師：楊小康201203l海交通大學博士后研究報告摘要而避免出現(xiàn)錯誤累積和過適應。通過引入假設比較，可提高標注的準確率，提升自適應的性能。2)建立手語識別無監(jiān)督自適應數(shù)據(jù)庫。由于無監(jiān)督自適應方法是采用系統(tǒng)自動累積的大量無標注數(shù)據(jù)樣本對模型參數(shù)進行修正，因此，在驗證算法的數(shù)據(jù)庫中，每類數(shù)據(jù)必須包含大量的樣本。然而，據(jù)我們所知，當前

2、的手語數(shù)據(jù)庫都是面向特定人識別或有監(jiān)督自適應識別，樣本數(shù)目較少。因此，本文創(chuàng)建了“上海交大手語數(shù)據(jù)庫”，其中每個類別包含樣本多達100個，可以有效驗證無監(jiān)督自適應方法。該數(shù)據(jù)庫未來有望成為驗證識別無監(jiān)督自適應方法的標準數(shù)據(jù)庫。3)為語音識別、手寫體識別等的無監(jiān)督自適應問題提供借鑒。基于假設比較導引交叉驗證的無監(jiān)督自適應方法獨立于手語識別領域，可直接應用于語音識別、手寫體識別等其它時序模式識別的無監(jiān)督自適應問題。除去自適應問題以外，在復雜

3、動態(tài)背景下，遮擋、運動、類膚色物體等的存在使得手部區(qū)域的定位和跟蹤變得困難。本文提出了一種利用深度信息并結(jié)合動態(tài)空時規(guī)整算法的手勢識別框架，嘗試解決復雜動態(tài)背景下手勢識別的問題。當前的計算機視覺技術在復雜動態(tài)背景下提取手部精準特征仍舊困難，動態(tài)空時規(guī)整算法能夠在粗略提取手部區(qū)域特征時進行手勢識別，但是時間復雜度較高。如果利用深度信息輔助特征提取，有助于減少時間復雜度。本文通過對手語識別的無監(jiān)督自適應問題和復雜動態(tài)背景下的手勢識別問題進行