基于SOFM/HMM模型的非特定人手语识别系统

• 作者: 方高林 王春立 陈益强 高文
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 自组织特征映射 隐马可夫模型 EM算法 非特定人手语识别
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 16-21
• 页数: 6页
• 分类号: TP391
• 字数: 5485字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2002.01.003

摘要

手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音.目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题.该文在分析非特定人手语识别特点--数据多且差异大、模型训练难收敛、对不同人数据的特征提取需求更迫切--的基础上,提出了SOFM/HMM模型,将自组织特征映射(SOFM)很强的特征提取功能和隐马可夫模型(HMM)良好的处理时间序列属性结合在一个新颖的框架下,并把该模型应用到非特定人中国手语识别中.实验结果表明,SOFM/HMM模型手语识别率比传统的HMM模型提高近5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	哈尔滨工业大学计算机科学与工程系	150	5863	39.0	72.0
5	陈益强	中国科学院计算技术研究所	64	831	16.0	26.0
6	方高林	哈尔滨工业大学计算机科学与工程系	3	25	2.0	3.0
7	王春立	大连理工大学计算机科学与工程系	10	104	6.0	10.0