-
题名有限样本条件下欠规范手语识别容错特征扩充
被引量：2
- 1
-
-
作者
孔乐毅
张金艺
楼亮亮
-
机构
特种光纤与光接入网重点实验室(上海大学)
特种光纤与先进通信国际合作联合实验室(上海大学)
中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2022年第3期683-693,共11页
-
基金
高等学校学科创新引智计划(111)项目(D20031)
上海市教委重点学科资助项目(J50104)。
-
文摘
生活中似是而非的手语表达语义含糊,欠规范的手势动作易混淆,同时从有限样本中难以获得充足特征用于训练手语识别模型,模型容易过拟合进而导致识别准确率较低.针对此问题,提出一种在有限样本条件下扩充欠规范手语识别容错特征的表示学习方法.该方法基于手语表达时人体骨架的运动信息,面向手语的时空关联性构建自编码器,从手语语料库中少量原始样本提取标准特征;然后利用生成对抗网络从标准特征产生大量欠规范样本,再通过自编码器扩充容错特征,构建新的容错特征集用于后续任务.实验结果表明:该方法在有限样本条件下,产生的欠规范手语样本语义清晰,新的容错特征集中不同类别的特征易于划分.在中文手语数据集上利用该方法构建容错特征集,训练手语识别模型达到97.5%的识别准确率,证明其具有广泛的应用前景.
-
关键词
手语识别
有限样本
自编码器
生成对抗网络
表示学习
-
Keywords
sign language recognition
finite sample
autoencoder
generative adversarial network
representation learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
