【技术实现步骤摘要】
本专利技术涉及智能学习，尤其涉及一种手语识别系统中手语动作与非手语动作辨别分类方法。
技术介绍
1、目前，手语是聋人与聋人以及聋人与听人之间重要的沟通桥梁，是聋人与他人交流所依赖的工具。然而绝大多数听人都不懂手语的使用，这使得聋人很难得到良好的出行体验。目前国内有少数手语识别相关的软件，但它们大都是单向的文字或语音转手语，只有个别的软件有不成熟的手语转文字或语音功能，然而它们在识别手语时并不能区分出手语之外的动作，比如识别的对象做出了与手语无关的动作，手语识别软件却能够给出所谓的“手语语义”，这显然会极大程度地影响手语翻译的准确性。单向的文字或语音转手语显然并不能让听人理解聋人表达的含义，而手语转文字或语音目前还有很大的缺陷。
技术实现思路
1、本专利技术的目的是提供一种手语识别系统中手语动作与非手语动作辨别分类方法、存储介质和电子设备，使得手语识别系统能够准确地区分出手语动作和非手语动作。
2、本专利技术采用的技术方案为：
3、一种手语识别系统中手语动作与非手语动
【技术保护点】
1.一种手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于：
2.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述的步骤S1中，通过以下方法得到手语动作样本和非手语动作样本：
3.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述步骤S1中得到预测分数的具体方法为：
4.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述的步骤S2的具体过程为：
5.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类...
【技术特征摘要】
1.一种手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于：
2.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述的步骤s1中，通过以下方法得到手语动作样本和非手语动作样本：
3.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述步骤s1中得到预测分数的具体方法为：
4.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述的步骤s2的具体过程为：
5.根据权利要求1所述的手语识别系统中手语动作与非手语动作辨别分类方法，其特征在于，所述步骤s3中用于分类预测分数的分类网络由三个子模型构成，具体为：一个神经网络模型，一个逻辑回归模型，一个k近邻模型；最终的预测结果为三个模型的联合预测结果，具体过程为：得到三个模型的预测结果，选择出现次数最多的结果作为最终预测结果。
6.根据权利要求5所述的手语识别系统中手语动作与非手语动作辨别分...
【专利技术属性】
技术研发人员：陈莹，万富瑞，喻方，吴俊霆，董孟豪，连晨轩，陈慧彬，李义，赵永志，陈立家，王赞，代震，
申请(专利权)人：河南大学，
类型：发明
国别省市：
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。