基于双重模型的计算机手语

介绍了一个新的方法来建立手的模型．这个手的模型是由两个模型组成：一个是实现运动的骨胳模型．另一个是表现运动的表面(皮肤)模型．从Poser中截取一个三维人体模型的一支手臂并生成3DS件格式，然后在C Builder的环境下读取该件，提取出组成手臂模型的点和面的信息，利用OpenGL重新绘制出手臂的表面模型和骨胳模型。     

非特定人手语识别统计模型的改进及应用

目前,非特定人手语识别与特定人系统相比还有较大的差距.手语数据差异性使得非特定人手语识别中提取手语数据有效的共同特征非常困难,因而,手语数据差异性在一定程度上影响了非特定人手语识别的识别效果.本文从手语数据存在差异性这一角度入手,利用流形概念的学习和推理能力并在流形允许变化的范围内进行有效建模.在建模的过程中,从范函求极值的角度出发,给出了一个让人容易理解且直观化的推导过程.进而应用流形概念中的切向量来改进手语识别的统计模型(TV/HMM)并应用于大词汇量非特定人手语识别,以解决手语数据的差异性对大词汇量非特定人手语识别所造成的影响.实验表明,改进后的TV/HMM识别系统在大词汇量非注册的易混词集上识别率高明显.     

基于连续非对称卷积结构的手写体数字识别

为了提高手写体数字识别的准确率,设计并提出了一种基于连续非对称卷积结构的手写体数字识别的深度学习算法.以连续非对称卷积结构为基础,结合极限学习机和MSRA初始化设计网络结构.在识别输入图像时,利用CUDA并行计算与Cudnn神经网络GPU加速库对手写体数字识别进行加速.在MNIST手写体数字数据库上进行实验,提出的网络结构识别准确率达到99.62%,单张图像识别速度为0.005 8 s.经实验结果对比表明,该网络结构在识别准确率和识别速度上得到有效提升.     

非特定人手语识别参数训练模型的改进及应用

在手语识别研究中,非特定人手语识别参数训练的样本缺乏影响了非特定人手语识别的识别率.区分性训练可以很好的弥补由于训练样本的缺乏对识别系统所造成的影响,能够提高非特定人手语识别的识别率.对区分性训练(DT)所改进的HMM参数训练模型(DT/HMM)做了全新的推导,获得了与HMM相一致齐全的DT/HMM的参数模型.在特定人识别系统上应用可区分性训练的h准则获取了h参数,将该齐全的DT/HMM的参数训练模型和h参数,应用于大词汇量的非特定人手语识别当中,加入主观经验后的非注册易混词集EXP 与MLE和EBW的非注册易混词集相比,平均识别率分别提高了10.65%和9.55%.     

基于Coiflet连续小波的简支梁结构模态参数识别

应变模态对结构局部特征变化比较敏感,以此为响应信号采用Coiflet连续小波变换进行简支梁结构裂缝损伤定位及损伤程度标定.通过小波变换的模极大值确定损伤位置,建立单处、多处损伤时小波变换的李氏指数与损伤程度之间关系;同时研究了多处裂缝损伤对李氏指数的影响.数值模拟表明,连续小波分析的损伤识别方法不仅能精确定位损伤,还可以标定损伤程度,无论单处多处损伤李氏指数均随着损伤程度增大而减小.     

基于仿生模式识别的非特定人连续语音识别的研究

仿生模式识别基本原理应用到非特定人连续语音识别中，在构建语音模型时，将高维空间点覆盖的理论应用到非特定人的连续语音识别的学习过程中，在识别时，采用高维空间覆盖动态搜索的方法，对连续语音进行动态搜索，这样就可以避免因分割错误而带来的错误识别．通过实验得到了较为满意的识别结果。     

基于多流动态贝叶斯网络的音视频连续语音识别

针对说话时发音和口形的异步问题,提出了一个多流异步动态贝叶斯网络(DynamicBayesian Network,DBN)模型,以实现基于音视频特征的连续语音识别,在这个模型中,音频流和视频流在词节点同步,而在词节点之间,音视频流有各自独立的拓扑结构以及节点变量之间的条件依赖关系,同时词转移节点变量由音视频流共同确定,模型在词级别上体现了音视频流的异步性.采用连续数字音视频数据库的实验结果表明,在信噪比为O～30 dB的测试环境下,比较单流DBN模型和多流隐马尔可夫模型,平均识别率分别提高了8.68%和10.07%.     

基于规则的汉语至汉语手语的变换

随着智能人机接口研究的兴起，手语合成的研究在国际上越来越受到重视，但是现有研究几乎都是关于美国手话和日本手语的侧重于计算机图形学方面的研究，本文从语言学角度分析并比较汉语和汉语和汉语手语各自的语法和语义特点，提出了汉语手语模型，并针对汉语和汉语手语各自的语法和语义特征采用基于规则变换到中间语言的方法实现了由汉语对汉语手语的。进而用参数驱动模型，采用图形学方法的在计算机上实现了一个由文本驱动的汉语手     

二维连续形变图像的识别

为了解决计算机识别2帧图像是否属于连续形变问题，提出了一种新的算法：利用压线格分别提取2帧图像的边缘信息，以2帧图像压线格重心坐标的位移量作为判断图像发生形变的依据．具体如下：首先计算出第2帧图像中发生突变的压线格的数量；再用发生突变的压线格的数量与第1帧图像的方格数相比，如果比值小于或等于程序中设定的阈值，则此两帧图像属于连续形变，否则，属于非连续形变。     

一种基于滑动窗口分割的中国手语识别系统

听力障碍者在全世界残疾人群体中占有较大的比重.他们能通过手语与健全人交流,但因手语不被大众所掌握,导致彼此交流存在较大障碍.为此提出了一种基于滑动窗口分割（SSW）的连续中国手语识别系统来实现手语自动识别.SSW系统将通过滑动窗口选取出来的手语信号平均分割,依次删去其中一组数据,从而得到新的数据,输入手语识别神经网络进行训练,得出单个手语单词手势预测值,最后运用基于阈值的多投票策略对识别出的预测值进行判断,得出识别结果.SSW系统在对20名志愿者采集的30条手语语句上进行训练,结果显示,所提SSW系统自动识别手语的平均准确率在测试集上达到83.9%,较长短期记忆网络模型提高了16.7%.     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法（SVM）设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。     

基于统计模型的中国手语合成韵律研究

为了提高手语合成系统的可懂度,获取更为方便真实的人机交互方式,采用基于统计模型的中国手语韵律研究方法,即通过跟踪视频中手语动作,分析手语表达的韵律特征来提取手语韵律参数.并针对手语表达中肢体关节部位的不同贡献,分别对腕关节和肘关节进行了独立韵律研究.实验结果表明,通过基于统计模型的韵律研究方法可以有效得到韵律参数变化特征,并可以通过手语合成系统进行韵律特征的模拟.     

基于自然拼读的穿戴式哑语翻译装置研究

本文所研究的"基于自然拼读的穿戴式哑语翻译装置",以手套为主要的穿戴式载体,利用手套上位于指关节上的弯曲传感、手背的加速度传感器及部分特殊部位的光敏传感器对字母手势进行识别编码,并利用标准手语将识别的手势转换成对应的字母和音调,然后组合成对应的汉语拼音,发送给语音模块,由语音模块合成并朗读出汉字,从而实现任意哑语信息的实时翻译.该基于自然拼读的穿戴式哑语翻译装置,易于携带,不受使用位置和待翻译文字内容的限制,易于推广,有较大的研究价值和实用价值.     

基于对数Gammatone滤波器能量谱图的语种识别

针对语种识别在噪声环境下识别率低的问题,提出了一种基于对数Gammatone滤波器能量特征谱图的语种识别方法。依据Gammatone滤波器组的听觉特征提取出对数Gammatone滤波器能量特征,并将特征转化为图像获得特征谱图,然后运用暗通道先验算法对特征图进行增强去噪,最后使用残差神经网络模型进行训练识别。实验表明,在信噪比为0 dB,噪声源分别为白噪声、车内噪声和粉红噪声时,该方法相对于线性灰度语谱图识别率分别提升了32.7%、10.1%和29.1%,且在其他信噪比下的识别率也有一定的提升。     

基于OCR识别信息的语音合成在WEB上的实现

系统使用OCR设备,扫描与识别学生卡信息,并对所得信息进行软件支持和补偿．在此基础上,建立了一个基于ASP．Net的在线考试系统．通过Web技术与TTS技术相结合,实现了信息在不同客户端播报与提示,为外部信息转换到汉语文本进行探索,并为ATR实现语音播报打下基础．     

基于CNN多层特征和ELM的交通标志识别

针对传统神经网络仅利用端层特征进行分类导致特征不全面,以及交通标志识别中计算量大、时间长等问题,提出基于多层特征表达和极限学习机的交通标志识别方法。利用CNN网络提取多层交通标志特征图;采用多尺度池化操作,将提取出的各层特征向量联合形成一个具有多尺度多属性特征的交通标志特征向量;使用极限学习机分类器准确快速地实现交通标志的识别。实验结果表明,该方法能有效地提高交通标志识别的准确率,且具有较好的泛化能力和实时性。     

语音信息查询虚拟仪器的设计

在虚拟仪器开发软件LABVIEW平台上,利用LABVIEW和MATLAB混合编程,通过声卡获得原始语音信号,经过小波消噪处理、预加重处理和端点检测处理得到干净的语音信号,提取语音信号的美尔频率倒谱系数及其一阶、二阶差分系数作为语音识别的特征参数,通过矢量量化（VQ）与隐马尔可夫模型（HMM）实现非特定人连续语音的训练与识别,构建了基于LabVIEW平台的连续语音识别系统．实验表明,系统的识别速度较快,识别率达到90％左右,而且成本比较低廉,具有一定的应用价值．     

Text-Driven Chinese Sign Language Synthesis

0INTRODUCTION~CChineseSignlangUage(CSL)isavisual-gesturallangUage,whichis"naturallangUage"usedbyChinesedeallmutestocornmtinicatewitheachother.It'sverymeaningfultosrnthesizcCSLoncomputer.Firstly,itcanincreasedataexpressionwa}'tocomputerinordertoprovideamoreaccessibleinterfacetohumanusers,notonlysoundhtunanusershutalsohearingimpairedhumanusers.Secondly,itcanbeacomputeraidteachingtoolforbothdeafchildrenandsoundPeoplewhowanttolearnsignlanguage.Fulthermoreitcanheattachedtoacnewsandotherse…