中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于SRN/HMM的非特定人连续手语言识别系统

文献类型:期刊论文

作者方高林2; 高文2; 陈熙霖2; 王春立3; 马继勇1
刊名软件学报
出版日期2002
卷号13期号:11页码:2169
关键词神经网络 精简循环网络 隐马可夫模型 连续手语识别 非特定人手语识别
ISSN号1000-9825
英文摘要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弧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。实验结构表明,该方法的识别效果比单纯使用HMM要好。
语种英语
源URL[http://119.78.100.204/handle/2XEOYT63/34635]  
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国科学院计算技术研究所
2.哈尔滨工业大学
3.大连理工大学
推荐引用方式
GB/T 7714
方高林,高文,陈熙霖,等. 基于SRN/HMM的非特定人连续手语言识别系统[J]. 软件学报,2002,13(11):2169.
APA 方高林,高文,陈熙霖,王春立,&马继勇.(2002).基于SRN/HMM的非特定人连续手语言识别系统.软件学报,13(11),2169.
MLA 方高林,et al."基于SRN/HMM的非特定人连续手语言识别系统".软件学报 13.11(2002):2169.

入库方式: OAI收割

来源:计算技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。