The invention discloses a multi-dimensional sign language recognition method, which uses multi-dimensional sensors including wireless three-dimensional acceleration sensor, wireless three-dimensional angle sensor, wireless three-dimensional angular velocity sensor and electromyographic sensor to collect data, uses a specific method to segment the whole input, then recognizes each single word fragment, and combines the identified words according to word order. Complete sentences to achieve the overall recognition of sign language. At the same time, it integrates sound positioning technology, which enables users to quickly locate the location of the object of communication, and facilitates users to communicate with others. The invention uses multi-sensor fusion, complements the advantages and disadvantages of each sensor, simplifies the design of the algorithm while improving the recognition rate of the algorithm, and uses wireless sensors to improve the user's comfort in use, which can be used in unlimited occasions, is convenient to operate and has a wide range of applications.
【技术实现步骤摘要】
一种多维手语识别方法
本专利技术涉及手语识别
,特别是一种多维手语识别方法。
技术介绍
当前,听障人间的手语交流仍然建立在对手语的自主学习上,对不熟悉手语的尤其是健全人造成很大不便,而手语的学习需要耗费较多的时间及精力,普通健全人由于应用场合较少,普及手语的困难较大,因此需要一种可以简便的手语翻译装置。随着科学技术的发展尤其是微电子技术的发展,多传感器融合技术为听障人士提供了一种简便的交流工具,它通过对手臂及手部的各种类型数据的采集识别将手语动作转换为健全人可简单识别的信息。但目前的手语翻译系统大多使用单一传感器采集,并且只是简单地将数据整体输入至算法中,识别率低且耗时长,因此并没有得到大规模推广。中国专利201410701079.0公开了一种通过振动信号告知听障人士语音信息的装置,通过采集模块采集周围环境中的语音信号,识别后将语音信息转换为相应的振动信号告知听障人士。该方法虽然能对语音信息进行提取,但仅能实现识别事先设定的语音关键词识别,且不能判断声源方位。
技术实现思路
本专利技术的目的在于提供一种多传感器融合的多维手语识别方法。本专利技术在保留各传感器优点 ...
【技术保护点】
1.一种多维手语识别方法,其特征在于,包括以下步骤:步骤一:进行手语识别模板的创建并保存创建生成的模板,以作为手语识别系统的识别判断依据;步骤二:对实际手语进行数据采集,通过无线三维加速度传感器采集三维加速度数据、通过无线三维角度传感器采集三维角度数据、通过无线三维角速度传感器采集三维角速度数据和通过肌电传感器采集一维肌电数据信号在内的共10个数据为一组手语的数据,并将采集到的数据输入手语识别系统;步骤三:对采集到的数据进行预处理,包括对数据依次进行平滑滤波、归一化、起止点判断操作;步骤四:对预处理后的数据进行数据类型分离、整句分割、单字识别和单字整合,数据类型分离是将预处 ...
【技术特征摘要】
1.一种多维手语识别方法,其特征在于,包括以下步骤:步骤一:进行手语识别模板的创建并保存创建生成的模板,以作为手语识别系统的识别判断依据;步骤二:对实际手语进行数据采集,通过无线三维加速度传感器采集三维加速度数据、通过无线三维角度传感器采集三维角度数据、通过无线三维角速度传感器采集三维角速度数据和通过肌电传感器采集一维肌电数据信号在内的共10个数据为一组手语的数据,并将采集到的数据输入手语识别系统;步骤三:对采集到的数据进行预处理,包括对数据依次进行平滑滤波、归一化、起止点判断操作;步骤四:对预处理后的数据进行数据类型分离、整句分割、单字识别和单字整合,数据类型分离是将预处理后的数据分为两类:加速度数据、角度数据、角速度数据为姿态数据类,肌电数据自成一类,然后进行整句分割,检测肌电数据密集出现的部分,将这些部分分别分离出来,保存为单独的数据组,这些数据组为单字组,对单字组进行特征提取和算法识别,将单字组的识别结果按时间顺序拼接起来,形成一个整体结果,该整体结果以文字显示,表示手语所代表的字符;步骤五:对以文字显示的整体结果进行结果判断,若结果不正确则修改模板,若结果正确则输出结果。2.根据权利要求1所述的多维手语识别方法,其特征在于,所述步骤一中通过多维传感器采集多组手势动作的数据,将所述多组手势动作的数据输入手语识别系统,识别系统将判断输入的数据对应的含义从而得到自身识别出的结果,再将所述多组手势动作的数据对应的实际含义输入识别系统,识别系统根据自身识别出的结果与实际含义的差别不断修正自身识别出的结果,当识别结果趋于稳定时,形成手语识别模板。3.根据权利要求2所述的多维手语识别方法,其特征在于,所述手语识别模板包括识别特征库和算法识别模板,对采集到的数据进行预处理,包括对数据依次进行平滑滤波、归一化、起止点判断操作,对预处理后的数据按照特征库提取具体特征,使用聚类算法将特征分类,将分类结果与输入数据的实际含义比较,...
【专利技术属性】
技术研发人员:狄长安,龙礼,陈昊飞,
申请(专利权)人:南京麦丝特精密仪器有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。