主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
倪训博,赵德斌,高 文,姜 峰,姚鸿勋.非特定人手语数据生成及其有效性检测.软件学报,2010,21(5):1153-1170
非特定人手语数据生成及其有效性检测
Data Generation and Its Validity Inspection of Signer-Independent Sign Language
投稿时间:2008-06-30  修订日期:2008-10-09
DOI:
中文关键词:  手语识别  音韵标记  拉班舞谱  手语语言学  人体运动学  Mean-Shift 算法  遗传算法
英文关键词:sign language recognition (SLR)  phonetic notation  Labannotation  sign language linguistics (SLL)  human kinematics  Mean-Shift algorithm  genetic algorithm
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60603023, 60533030 (国家自然科学基金); theBeijing Municipal Natural Science Foundation of China under Grant No.4061001 (北京市自然科学基金)
作者单位
倪训博 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 
赵德斌 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 
高 文 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 中国科学院 计算技术研究所,北京 100190 
姜 峰 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 
姚鸿勋 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 
摘要点击次数: 3592
全文下载次数: 3988
中文摘要:
      根据手势手语的特点,提出了手语语言学和人体运动学相结合的非特定人手语数据的生成和检测方法. 首先,Mean-Shift 算法有控制生成强度的优点,将改进的Mean-Shift 算法应用于手形数据通道的生成,以保持手势手 语的语言学特性,并应用关键手形的音韵标记进行数据有效性的检测;其次,为了丰富手语手势动作的运动特性,将 改进的遗传算法应用于与运动相关的数据通道进行数据生成,并应用拉班舞谱对其进行数据有效性检测;最后,提出 了基于原始样本的检测实验框架,使得所提出的检测方法适用于语言类的多类别数据检测问题.实验结果表明,所提 出的非特定人手语数据的生成和检测方法是有效的.
英文摘要:
      This paper proposes the combination of sign language linguistics with human kinematics to generate and detect the data of SISL (signer independent sign language) according to the characteristics of gesture sign language (GSL). An improved Mean-Shift algorithm is applied to the generation of hand shape data channels without losing the linguistic features of GSL, and then the key hand shape phonetic notation is used to detect the effectiveness of data. In order to enrich the kinematic characteristics of GSL, an improved genetic algorithm is applied to the generation of movement related data channels. Moreover, Labannotation is adopted to inspect the effectiveness of data. Finally, an experimental inspection framework is established based on an original sample to make the proposed detection method adapt to multi-classes data inspection of linguistics. Experimental results show that the proposed method for the generation and detection of SISL data is effective and feasible.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 
主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利