CAJ | 학술논문

手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音.目前最新发展水平的手语识别系统在实际应用中应解决非特定人连续手语问题.提出一种将连续手语识别分解成各孤立词识别的分治方法,用于非特定人连续手语识别.把精简循环网(simple recurrent network,简称SRN)作为连续手语的段边界检测器,把SRN分段结果作为隐马可夫模型(hidden Markov models,简称HMM)框架中的状态输入,在HMM框架里使用网格Viterbi算法搜索出一条最佳手语词路径.实验结果表明,该方法的识别效果比单纯使用HMM要好.
수어식별시통과계산궤제공일충유효이준학적궤제장수어번역성문본혹어음.목전최신발전수평적수어식별계통재실제응용중응해결비특정인련속수어문제.제출일충장련속수어식별분해성각고립사식별적분치방법,용우비특정인련속수어식별.파정간순배망(simple recurrent network,간칭SRN)작위련속수어적단변계검측기,파SRN분단결과작위은마가부모형(hidden Markov models,간칭HMM)광가중적상태수입,재HMM광가리사용망격Viterbi산법수색출일조최가수어사로경.실험결과표명,해방법적식별효과비단순사용HMM요호.