%0 Journal Article
%A 戴海鹏
%A 刘鹏
%A 马晓迪
%A 王青山
%A 王鑫炎
%T 一种基于滑动窗口分割的中国手语识别系统
%D 2021
%R 10.13190/j.jbupt.2021-001
%J 北京邮电大学学报
%P 48-54
%V 44
%N 5
%X 听力障碍者在全世界残疾人群体中占有较大的比重.他们能通过手语与健全人交流，但因手语不被大众所掌握，导致彼此交流存在较大障碍.为此提出了一种基于滑动窗口分割（SSW）的连续中国手语识别系统来实现手语自动识别.SSW系统将通过滑动窗口选取出来的手语信号平均分割，依次删去其中一组数据，从而得到新的数据，输入手语识别神经网络进行训练，得出单个手语单词手势预测值，最后运用基于阈值的多投票策略对识别出的预测值进行判断，得出识别结果.SSW系统在对20名志愿者采集的30条手语语句上进行训练，结果显示，所提SSW系统自动识别手语的平均准确率在测试集上达到83.9%，较长短期记忆网络模型提高了16.7%.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2021-001