多层dgmm识别器在中国手语识别中的应用

手语是聋人使用的语言，是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统，是一种靠动作/视觉交际的语言.手语识别的研究目标是让机器“看懂”聋人的语言.手语识别和手语合成相结合，构成一个“人-机手语翻译系统”，便于聋人与周围环境的交流.手语识别问题是动态手势信号即手语信号的识别问题.考虑到系统的实时性及识别效率，该系统选取cyberglove型号数据手套作为手语输入设备，采用dgmm(dynamicgaussianmixturemodel)作为系统的识别技术，并根据中国手语的具体特点，在识别模块中选取了多层识别器，可识别中国手语字典中的274个词条，识别率为97.4%.与基于单个dgmm的识别系统比较，这种模型的识别精度与单个dgmm模型的识别精度基本相同，但其识别速度比单个dgmm的识别速度有明显的提高.