结合HMM和SPSM的手语识别方法

• 作 者: 周宇 陈熙霖 王春立 赵德斌 高文
• 机 构: 哈尔滨工业大学计算机科学与技术学院,中国科学院计算技术研究所,北京大学数字媒体研究所,大连海事大学计算机科学与技术学院
• 出 处: 计算机工程与应用
• 发表日期: 2008年21期
• 关键词: 手语识别 人机交互 隐马尔可夫模型 多项式片段模型 sign language recognitionhuman-computer interactionhid
• 基金项目: 国家自然科学基金（the National Natural Science Foundation of Chinaunder Grant No.60603023,No.60533030）,北京市自然科学基金（the Natural Science Foundation of Beijing City of China under GrantNo.4061001）.,

手语识别的研究具有重大的学术价值和广泛的应用前景。在近些年的手语识别工作中,隐马尔可夫模型(Hidden Markov Models,简称HMMs)起到了重要的作用,但是,HMMs假设同一状态内的观察值之间是独立同分布的,这个假设同某些手语信号的帧间相关性相背离。受到多项式片段模型(Polynomial Segment Models,简称PSMs)能够显式描述帧间相关性的启发,提出了一种简化的PSMs,其中应用马氏距离作为距离测度。实验表明,这种简化的PSMs在同传统的HMMs进行后验概率归一化求和