一种基于LSTM型RNN的中国手语识别方法

摘要

本发明涉及一种基于LSTM型RNN的中国手语识别方法，首先根据中国手语的特点，采集若干组手语特征形成训练数据；对训练数据进行特征提取，根据特征向量对应的语言学意义进行标注；训练数据作为LSTM型RNN的输入进行模型的训练，获取最佳网络模型参数，作为最终识别模型；将训练出来的模型用于待识别手语识别，计算输出层概率最大的字符序列，作为解码的结果，再将其转化为相应的声学序列，所述的结果即为识别的手语特征。本发明能够链接到较远状态，防止后面状态对前面状态感知能力的下降，提高了对中国连续手语中识别的准确率。