基于滑动窗口分割的连续中国手语识别方法及其系统

摘要

本发明公开了一种基于滑动窗口分割的连续中国手语识别方法，包括以下步骤：S1：通过臂环收集手臂的sEMG、IMU数据；S2：将步骤S1采集的数据进行预处理；S3：利用滑动窗口对预处理后的数据进行特征提取，包括通过滑动窗口对连续手语进行单个手语单词的划分、对每一个划分出来的数据进行平均分割与重组，得到若干个新的数据；S4：将得到的新数据输入LSTM神经网络中训练，得出手语词预测值；S5：运用基于阈值的多投票策略对识别出的若干个手语词预测值进行判断分析，得出识别结果。还公开了一种基于滑动窗口分割的连续中国手语识别系统。本发明提出的手语识别系统平均准确率达到83.8％，较LSTM模型提高18.6％。