基于K-means和SCHMM的中國手語識別算法的研究.pdf

1、手語識別作為多模式人機接口領(lǐng)域的一項重要組成部分，已經(jīng)吸引了越來越多的專家和學者們的注意。手語識別的研究目標是讓機器“看懂”聾啞人的語言。這里“看懂”有兩種含意，一種是將聾啞人的語言逐詞逐句地轉(zhuǎn)換為相應(yīng)的書面語言，另一種是對聾啞人語言中所包含的要求或詢問做出正確的響應(yīng)。 本文的研究工作是針對基于統(tǒng)計學的手語識別展開的，文中主要包括對中國手語單字詞、雙字詞、多字詞識別方面的內(nèi)容。目前對于手語識別，存在的基本問題有：解決手語數(shù)據(jù)樣本

2、匱乏情況下訓練模型的問題，解決非特定人問題，以及如何提高識別系統(tǒng)的識別速度等問題。 統(tǒng)計學的手語識別通常需要大量的樣本來訓練模型，通過分析手語信號的特點——時序列變化，以及手語樣本匱乏，提出使用半連續(xù)的隱馬爾科夫模型(SCHMM)作為識別系統(tǒng)的識別方法。SCHMM不僅能很好的描述手語時序列變化的信號，而且由于所有狀態(tài)共用幾個概密函數(shù)，使得模型中的參數(shù)減少，可以用較少的樣本來訓練模型。實驗結(jié)果很好地證明了這一點。 在如何提

3、高識別系統(tǒng)的識別速度方面，觀察到近來所開發(fā)基于統(tǒng)計學方法的手語識別系統(tǒng)中，識別過程大多采用單級的全局查找，即待識別詞與詞庫中每一個詞的模型(通過統(tǒng)計建模)進行計算，找到概率最大即為結(jié)果。當詞庫中詞匯數(shù)量增加時，識別的速度將受到嚴重影響。目前如何提高手語識別系統(tǒng)的識別速度已成為國內(nèi)外關(guān)注的熱點問題?？紤]到待識別詞與詞庫中每一個詞的模型進行計算是一種計算上的浪費，是否可以采用一種分層的思想來縮小搜索范圍?基于此方面的考慮作者在本文中提出了一