|
|||||
|
|
| 中国手语手势词识别的一种快速方法 | |
| 引用本文： | 吴江琴,庞博,高文,韩静萍.中国手语手势词识别的一种快速方法[J].高技术通讯,2001,11(6):23-27. |
| 作者姓名： | 吴江琴 庞博 高文 韩静萍 |
| 作者单位： | 1. 哈尔滨工业大学计算机系 2. 中国科学院计算技术研究所 3. 哈尔滨工业大学威海分校信息控制系 |
| 基金项目： | 863计划 ( 863 3 0 6 ZT0 3 0 1 2 )，国家自然科学基金 ( 697893 0 1)，国家教委跨世纪人才基金，中国科学院百人计划资助项目 |
| 摘 要： | 选取Cyberglove型号数据手套作为手语输入设备，采用DGMM（Dynamic Gaussian Mixture Model)作为手势词识别技术，提出了基于相对熵的搜索策略，并将其应用于基于半连续DGMM的手势词识别中以提高手势词识别速度。实验结果表明，采用搜索策略后手势识别效果与原来相当，而识别速度提高了近15倍。 |
| 关 键 词： | 手语识别 动态高斯混合模型 隐式马尔可夫模型 相对熵 手势词识别 SCDGMM 神经网络 |
A Fast Sign Word Recognition Technique for Chinese Sign Language |
|
| Wu Jiangqin,Gao Wen,Pang Bo,Han Jingping.A Fast Sign Word Recognition Technique for Chinese Sign Language[J].High Technology Letters,2001,11(6):23-27. | |
| Authors: | Wu Jiangqin Gao Wen Pang Bo Han Jingping |
| Abstract: | Considering the speed and performance of the recognition system, Cyberglove is selected as gesture input device in author's sign language recognition system, Semi continuous Dynamic Gaussian Mixture Model (SCDGMM) is used as recognition technique, and a search scheme based on relative entropy is proposed and is applied to SCDGMM based sign word recognition. Comparing with SCDGMM recognizer without searching scheme, the recognition time of SCDGMM recognizer with searching scheme reduces almost 15 times. |
| Keywords: | Sign language recognition Dynamic Gaussian mixture model Hidden Markov model Relative entropy |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |