基于改進的HMM和自適應技術的非特定人手語識別的研究.pdf

1、手語是聽力和語言障礙群體溝通交流的一種語言。全世界共有2.3億左右的聾啞人，作為社會弱勢群體的聾啞人經常會遇到生活、工作、心理、教育、交流等很多方面的問題。尤其是交流問題，手語的普及程度較差，能夠掌握手語的人數量很少，這就使得聾啞人的溝通交流存在很大阻礙。手語識別的研究自上世紀九十年代開始，它通過一定的計算機技術將手語以非操手語者可以理解的形式呈現(xiàn)出來，從而幫助聾啞人無障礙地表達和交流。該技術作為人機交互領域的研究內容之一，對語言交流障

2、礙群體有著重要的現(xiàn)實意義。
　　目前基于數字設備的手語識別準確率已經達到較高的水平，對特定人手語的識別也有了較好的性能，但是現(xiàn)有的手語識別系統(tǒng)在用戶變換情況下的性能差強人意，遠不能達到理想的性能要求。而非特定人手語識別恰恰是手語識別系統(tǒng)得以實際應用亟待解決的關鍵問題。個體之間手語數據的差異性和手語訓練樣本的匱乏是牽制非特定人手語識別系統(tǒng)性能的重要原因。為了解決以上問題，本文對手語識別中的關鍵算法進行了研究，并對現(xiàn)有算法進行了改進。

3、主要研究工作有以下兩個方面：
　　（1）對基于隱Markov模型（Hidden Markov Model，HMM）的手語訓練建模進行了研究，對HMM三個基本問題的解決進行分析，并針對其中的訓練問題常用到的Baum-Welch算法收斂于局部最優(yōu)解的不足進行改進，引入自適應誘導進化遺傳算法進行手語詞的HMM參數訓練，從而在給定的解空間中找到全局最優(yōu)解。
　?。?）針對非特定人手語識別中不同手語者個體間的差異性和手語訓練數據的不充

4、分這兩個難點問題，本文提出了基于最大似然線性回歸（Maximum Likelihood Linear Regression，MLLR）算法和最大后驗概率(Maximum a posteriority，MAP)算法的自適應手語識別框架，該方法優(yōu)化了MLLR回歸類的劃分，并且提供給MAP更精準的初始模型，充分發(fā)揮了MLLR的快速性和MAP的漸進性。然后引入了最小分類誤差(Minimum Classification Error，MCE)模型