基于改進(jìn)的HMM和自適應(yīng)技術(shù)的非特定人手語(yǔ)識(shí)別的研究.pdf

1、手語(yǔ)是聽(tīng)力和語(yǔ)言障礙群體溝通交流的一種語(yǔ)言。全世界共有2.3億左右的聾啞人，作為社會(huì)弱勢(shì)群體的聾啞人經(jīng)常會(huì)遇到生活、工作、心理、教育、交流等很多方面的問(wèn)題。尤其是交流問(wèn)題，手語(yǔ)的普及程度較差，能夠掌握手語(yǔ)的人數(shù)量很少，這就使得聾啞人的溝通交流存在很大阻礙。手語(yǔ)識(shí)別的研究自上世紀(jì)九十年代開(kāi)始，它通過(guò)一定的計(jì)算機(jī)技術(shù)將手語(yǔ)以非操手語(yǔ)者可以理解的形式呈現(xiàn)出來(lái)，從而幫助聾啞人無(wú)障礙地表達(dá)和交流。該技術(shù)作為人機(jī)交互領(lǐng)域的研究?jī)?nèi)容之一，對(duì)語(yǔ)言交流障

2、礙群體有著重要的現(xiàn)實(shí)意義。
　　目前基于數(shù)字設(shè)備的手語(yǔ)識(shí)別準(zhǔn)確率已經(jīng)達(dá)到較高的水平，對(duì)特定人手語(yǔ)的識(shí)別也有了較好的性能，但是現(xiàn)有的手語(yǔ)識(shí)別系統(tǒng)在用戶(hù)變換情況下的性能差強(qiáng)人意，遠(yuǎn)不能達(dá)到理想的性能要求。而非特定人手語(yǔ)識(shí)別恰恰是手語(yǔ)識(shí)別系統(tǒng)得以實(shí)際應(yīng)用亟待解決的關(guān)鍵問(wèn)題。個(gè)體之間手語(yǔ)數(shù)據(jù)的差異性和手語(yǔ)訓(xùn)練樣本的匱乏是牽制非特定人手語(yǔ)識(shí)別系統(tǒng)性能的重要原因。為了解決以上問(wèn)題，本文對(duì)手語(yǔ)識(shí)別中的關(guān)鍵算法進(jìn)行了研究，并對(duì)現(xiàn)有算法進(jìn)行了改進(jìn)。

3、主要研究工作有以下兩個(gè)方面：
　　（1）對(duì)基于隱Markov模型（Hidden Markov Model，HMM）的手語(yǔ)訓(xùn)練建模進(jìn)行了研究，對(duì)HMM三個(gè)基本問(wèn)題的解決進(jìn)行分析，并針對(duì)其中的訓(xùn)練問(wèn)題常用到的Baum-Welch算法收斂于局部最優(yōu)解的不足進(jìn)行改進(jìn)，引入自適應(yīng)誘導(dǎo)進(jìn)化遺傳算法進(jìn)行手語(yǔ)詞的HMM參數(shù)訓(xùn)練，從而在給定的解空間中找到全局最優(yōu)解。
　?。?）針對(duì)非特定人手語(yǔ)識(shí)別中不同手語(yǔ)者個(gè)體間的差異性和手語(yǔ)訓(xùn)練數(shù)據(jù)的不充

4、分這兩個(gè)難點(diǎn)問(wèn)題，本文提出了基于最大似然線(xiàn)性回歸（Maximum Likelihood Linear Regression，MLLR）算法和最大后驗(yàn)概率(Maximum a posteriority，MAP)算法的自適應(yīng)手語(yǔ)識(shí)別框架，該方法優(yōu)化了MLLR回歸類(lèi)的劃分，并且提供給MAP更精準(zhǔn)的初始模型，充分發(fā)揮了MLLR的快速性和MAP的漸進(jìn)性。然后引入了最小分類(lèi)誤差(Minimum Classification Error，MCE)模型