手语数据的分析和处理在手语识别和手语生成上的研究

摘要

本文进行了如下的研究工作:1.提出了一种基于多分辨率思想的多层分类器的手语识别方法.该方法对来自数据手套的手语输入,首先阐述了主成份分析方法、独立成份分析方法、最大方差选择方法对手语输入数据进行选择特征的原理.因为最大方差选择方法从降维处理上比较直接而且计算量小,所以本文选择最大方差选择方法应用到多层识别系统当中.识别过程中先进行低维度识别,再有选择性的增加数据维数进行高维度识别.实验结果表明,多层识别方法与传统单层识别方法相比,识别速度平均提高了约1.066秒/词.2.首先对现有的不同手语者的手语词进行分析,给出了能够反映手语者打手语词特点的特征矩阵的计算公式,并且通过实验说明了特征矩阵是有效的,能够用此特征矩阵来衡量不同人打手语的特点.并在此基础上提出了一种基于静态手势量化与离散余弦变换(DCT)相结合的手语生成方法,该方法能够根据现有手语者打出的手语数据生成新的手语者的手语数据.实验结果表明该方法生成的手语数据正确率在80﹪以上,能够保证数据的正确性,而且又能够区别于训练数据.

目录

文摘

英文文摘

第1章绪论

1.1课题背景

1.2课题的来源和目的

1.3研究意义

1.4国内外相关研究综述

1.4.1手语输入设备

1.4.2主要识别技术

1.5手语识别存在的问题

1.6本文的主要内容与结构安排

第2章特征选择

2.1引言

2.2主成分分析方法

2.3独立成分分析方法

2.3.1数据模型

2.3.2数据预处理

2.3.3算法描述

2.4最大方差选择方法

2.5本章小结

第3章多层手语识别系统

3.1引言

3.2易混词表建立

3.3系统设计

3.3.1层手语识别系统

3.3.2三层手语识别系统

3.4实验结果与分析

3.4.1 双层系统

3.4.2三层系统

3.5本章小结

第4章手语数据分析

4.1引言

4.2时长分析

4.3静态手势幅度分析

4.4数据波动分析

4.5本章小结

第5章手语数据生成

5.1引言

5.2静态手势的生成

5.3数据波动生成

5.4实验结果

5.5本章小结

结 论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢