基于数据生成的手语识别自适应方法

摘要：

采用自适应技术来解决非特定人手语识别问题,提出了一种基于数据生成的手语识别自适应方法.首先,对非特定人模型的均值向量进行自动聚类,寻找聚类中心生成手语词码本,然后,根据此码本选择词根子集,该子集能覆盖手语词码本的所有码字,继而,使用新用户的词根子集数据通过遗传算法生成其它词根的数据,最后,结合词根子集的真实数据和其它词根的生成数据,利用最大似然线性回归(MLLR)和最大后验概率(MAP)算法对非特定人模型进行自适应.实验结果表明,该方法既能够降低所需要的自适应数据量,又能够在非特定人模型基础上取得识别正确率的大幅提高.

关键词：手语识别、自适应、最大似然线性回归(MLLR)、最大后验概率(MAP)、遗传算法

所属期刊栏目：19

分类号：TP3;O21

资助基金：863计划2007AA01Z163;北京市自然科学基金4061001;国家自然科学基金60533030, 60603023

在线出版日期：2010-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1258-1264