基于边缘梯度方向直方图的中国静态手语识别-计算机应用技术专业论文.docxVIP

西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论 西安建筑科技大学硕士学位论 文 PAGE PAGE 9 PAGE PAGE 10 所以多数聋人不习惯使用手指语。中国残疾人联合会教育就业部和中 国聋人协会 推广标准手语编辑的《中国手语)) 1411中，!早持以手势为主，以指式为辅助，凡是 难以手势表达的词目，即借助手指字母来解决。 1.2.2 手语识别 的分类 从于语图像的采集方式来分，于 吾识别系统主要分为基于数据手套的手语识 别系统和基于视觉的手语识别系统[匀。 (l)基于数据手套 的手语识别系统 数据手套是指手套 t 安装有柔性角度的传感器.:Jí用户带上数据孚套时，计 算机通过来样板和信号调理电路对各个传感器进行采样，从而将用户手的姿势和 功作信息传递给计算机，实现人机交互。基于数据 手套的手语识别系统 ，就是利 用数据手套的传感器和位曾跟踪来测量打手语者的手势在空间运动的轨迹和时序 信息来实现手语的输入例。基于数据手套的手语识别系统的显著优点是通过数据手 套可以直接获得手指的运动信息和手在空 间的三维信息，手势数据定位准确、输 入速度快、识别率较高。但此方法的缺点也是显而易见的 ，基于数据手套的手语 识别系统要求打字语者必须穿戴复杂的数据予套和位置跟踪器，这样对打手语者 具有很大的限制性 ，实现起来比较困难，而且由于数据手套 比较昂贵，所以很难 大范围推广。 (2)基于视觉的孚语识别系统 基于视觉的手语 识别系统 是利用摄像 机采集手语手势 ，获得连续孚语孚势的 二维图像序列信息，通过计算机对手势图像进行分析处理，提取出手势特征进行 手语识别。基于视觉的芋语识别系统的最大优点是手语的输入简单易行，输入设 备相对比较便宜，关键是能够使人更自然的与机器进行交互，此方法在现实中容 易实现。该系统的主要的缺点是实时性较差、以别率比较低，特别足对于大词汗 量的手语识别还有 定难度。采用自然手的手语识别研究是术来的发展趋势，因 此慕于 视觉的手语(势)识别是顺应时代潮流的，但是在识另 IJ 时还有很多技术难点需 要进一步克服和研究。 1.2.3 常用的手语识别算法 (1)模版匹配:模板匹配法是一种最简单的识到j技术，它将输入手势的特征点 与各标准手势的特征应进行匹配 ，通过测量两者之 间的栩似度来完成识别任务， 模版匹配常常使用线性分类器和最小距离分类器来实现手语图像的分类。 (2)人工神经网络:人工神经网络的 方法是指利用上程技术手段模拟人脑神经 网绵的纣构和功能的一种技术，它的国的是使计算机I1 J 以在不同程度和层次上模 仿人脑神经系统的信息处理、存储和检索功能，具 有学二J 能力、记忆能力、感知 能力、推理能力、计算能力以及知切、概括等各种能力。 (3)隐马尔可夫模型:隐 马尔可夫模型(HMM)己成功地用于连续的语音识别、 手写体识别等领域 ，是目前动态识别领域的主流方法，用 HMM来模型化手势的语 形，使得处理手势行为的高度随机性成为可能。 (4)模糊集识别方法[ 491: 模糊集识别方法是利用模糊理论按照一定的隶属度进 行对手语进行分类识别，常用的分类方法有模糊聚类识别方法、最大隶属原则识 别方法和基于模糊相似关系的聚类。 (5)基于几何特征的手势识另Ij:基于几何特征的手势识别技术是利用手势的边 缘特征和手势 F域特征作为识别特征 ，根据不同的特征提取和识别方法实现手语 识别 。 1.2.4 手语识别的难点 基于视觉的手语识别技术难点主要有以下两点 [71: (l)手势分割的困难 在手语识别中如何在复杂的背景条件下从图像流中把人们感兴趣的手势目标 截取出来是个 关键点。在基于单目视觉的手语识别 方法 中，如何把图像中的人手 区域从复杂背景区域中分割出来到 目前为止还是个技术难点，这主要是由 于背景 的多样化，各种各样的环境因素也不可预知，具体实现时困难较多，十分复杂。 (2)予语识别的困难 手语识别是根据人手的姿态以及其变化过程来解释其表达的含义， 在手语 识 别中如何提取出具有儿何不变性的特征是其关键技术。但由于在于语识别中予势 所同有的特点使其在识1J IJ 过程中并不那么理想，主要因为手势具有以下儿个特 点: a. 手是弹性物体，因此同 一种手语手势之间的 差别较大，而且有很多不同含 义的手语它们的手势很相似。人手有 二十多个自 由度，因而在打手势时手的运动 非常灵活、多样。因此，同样的 手势不同的人做出手势的运动也会存在 差别， 而 且问一个人在不同的时间、不同地 点做出的手势也 不一-样 。 如图1.1所示为不同人从不同角度打出的汉语手指语字母 a 的手势，出图可知， 不同人的手大小不 ←，而且大拇指的倾斜度也 有所不