文摘
英文文摘
1引言
1.1 手语识别的研究内容及意义
1.2 国内外研究现状
1.3存在的问题
1.4本论文的主要贡献
1.5本文组织结构
2数据的获取
2.1 引言
2.2 数据手套及位置跟踪器
2.3特征提取
2.4 小结
3基于HMM的中国手语识别系统框架
3.1 引言
3.2 HMM技术
3.2.1 CHMM的三个基本问题
3.2.2评估问题
3.2.3 参数估计
3.2.4解码问题
3.3 多数据流HMM技术
3.3.1 并行多数据流HMM
3.3.2 在状态结点融合的多数据流HMM
3.4连续语句的Viterbi译码
3.5 小结
4手语识别的训练模型
4.1 引言
4.2 多数据流CHMM
4.3 多数据流半连续HMM
4.3.1 多数据流SCHMM模型参数估计
4.3.2 实验分析
4.4 多数据流离散HMM
4.4.1 选择各数据流的识别单元
4.4.2 建立多数据流的DHMM模型
4.4.3实验分析
4.5 基于数据流状态捆绑的多数据流的CHMM
4.5.1 流状态捆绑技术
4.5.2 实验分析
4.6 四种算法的比较
4.7 小结
5 连续语句识别算法研究
5.1 引言
5.2 自主设置状态结点数的CHMM
5.2.1 问题的提出
5.2.2 状态结点数的自动估计
5.2.3 实验分析
5.2.4 转移矩阵的修正
5.2.5 实验分析
5.3 解码
5.3.1快速搜索算法
5.3.2 估计词跳转的可能性
5.4 实验分析
5.5 小结
6 基于词根的手语识别研究
6.1 引言
6.2 统一的HMM框架
6.3 译码
6.3.1 分层异步识别
6.3.2 同步识别
6.4实验分析
6.5 与基于手势词的识别框架的比较
6.6 寻找更少的基元
6.6.1 寻找每条数据流的基元
6.6.2 自动切分词根
6.7 小结
7 手语识别系统
7.1 引言
7.2 基于手势词的识别系统
7.3 基于词根的识别系统
7.4 多模式对话系统
7.5 小结
结论与展望
创新点
参考文献
附录A
博士期间的科研成果和发表的论文
致谢