一种基于加速度与表面肌电信息融合和统计语言模型的连续手语识别方法.pdfVIP

30卷3期 中国生物医学工程学报 V01．30No．3 2011年6月 ChineseJournalBiomedical June20ll of Engineering 一种基于加速度与表面肌电信息融合和统计 语言模型的连续手语识别方法 田建勋 陈 香+ 李 云 杨基海 (中国科技大学电子科学与技术系，合肥230027) 摘要：加速计(ACC)和表面肌电(SEMG)传感器是两种有效轻便的手势捕获设备。本研究提出一种采用多级决 策树融合ACC和SEMG信息识别手语词根，并引入统计语言模型进行词根接续判断和错误纠正的中国手语连续语 句识别方法。对包含有120个词根的200组连续中国手语句子展开的识别实验结果表明，该方法可以有效的从连 续信号中识别出词根序列，120个手语词根全局平均识别率接近95％，句子识别率接近90％，采用纠错模型的方法 与未采用纠错模型相比，词根的平均识别率提高了4％左右，句子识别率提高了10％。这种结合模式识别和自然 语言处理的手语识别方法在连续手语识别和人机交互领域有着广阔的应用前景。 关键词：手语识别；表面肌电；信息融合；统计语言模型 中图分类号TP391．4文献标识码A 文章编号0258．8021(2011)03-0333-07 AChinese Basedon Sensor SignLanguageRecognitionApproach Multiple InformationFusionandStatistical Model Language TIANJian-XunCHEN YunYANG Xiang‘LI Ji-Hai Scienceand (D印口玎me眦o，Electronic 230027，China) Technology，UniversityofScience＆TechnologyofChina，Hefei surface aretwoeffective Abstract：Accelerometer(ACC)andelectromyography(SEMG)sensorsportable devicesto this multi-sensorinformationfusionmethod to was capturegestures．Inpaper，a proposedrecognize theChinese hierarchicaldecisiontreewasconstructedfortheinformation signlanguagegestures．Firstly，a fusionofACCandEMG to thesubwordsofChinese the signals Sign