包嘉欣,田秋红,杨慧敏,陈影柔
(浙江理工大学 信息学院,杭州 310018)
手语的构成主要是借助手和手臂完成的手势语,是包含信息量最多的一种人体语言,它与口语及书面语等自然语言的表达能力相当.手语识别技术提供一种更为简单自然的人机交互方式,它逐渐改变着人们的生活方式,并已广泛应用于体感游戏、机器人控制、智能家电和车载系统等领域,其研究发展影响着人机交互的自然性和灵活性,具有重要的社会经济价值和研究意义.手语识别不仅是听力障碍者的主要交流手段,而且有效的手语识别将减轻听力障碍者因交流不便带来的困扰,因此手语识别具有重要的社会意义.
根据手语识别提取特征的方法不同,手语识别主要分为以下几类:1)基于穿戴式输入设备的识别方法[1-4],该方法利用穿戴式的设备采集手的位置、形状和运动轨迹和运动方向等信息,获得的手势时序可直接用于分类器识别.但是该方法要求穿戴的设备比较昂贵,且易损坏,不容易维护,难以推广和普及.2)基于人工设计特征的识别方法[5-8],该方法利用通过提取合适的手语特征作为识别特征,但是该方法的学习能力不强,在样本量不断增大的情况下,识别率不会显著提高,且提取的特征容易受到光照、背景的影响.3)基于神经网络的识别方法[9-12],该方法基于统计的方法能够实现复杂的非线性映射,且具有分类特性和抗干扰性,但是该方法在手语……