手语是一种视觉语言,既是聋人的主要交际方式,也是一种结构化的交流性手势,对手语识别的研究不仅可以方便聋人与健听人之间的交流,而且也有助于推动更加自然的人机交互模式的研究。 目前手语识别所面临的难题是非特定人识别,而大量手语数据的获取又是该难题的瓶颈。本项目在已有的手语识别理论与方法的基础上,研究利用基因遗传算法、运动分析合成手语数据来扩展训练集的方法;研究根据新特定人的手语训练数据修正已有模型的方法,最终实现具有自适应能力的手语识别系统。本项目的主要优点在于无需被识别人提供大量手语训练数据即可实现系统对该特定人的手势的识别,从而促进手语识别系统的实用化。
英文主题词Human-Computer Interaction; Sign Language Recognition; Mition Analysis; Self-adaptation