非特定人手语识别问题中的合成数据驱动方法

作     者：姜峰 高文 姚鸿勋 赵德斌 陈熙霖 Jiang Feng;Gao Wen;Yao Hongxun;Zhao Debin;Chen Xilin

作者机构：哈尔滨工业大学计算机学院 北京大学信息科学技术学院北京100871 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2007年第44卷第5期

页      面：873-881页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金重点项目(60332010) 

主　　题：合成数据 手语识别 训练 mean—shift算法 非特定人 识别率 

摘      要：针对手语识别研究中训练样本缺乏,提出了一种衍生数据的方法,有效地解决了动态多数据流手语训练用样本合成问题.利用mean-shift算法可以方便、快捷地得到密度函数梯度的变化方向,从而控制衍生的方向和强度.算法同时考虑到合成样本尽可能包含非特定人的信息及其有效性,对数据所实现的变形不会被识别系统的初始化过程逆转.合成数据驱动的效果受模型的容量、合成的强度与方向影响.在多种实验环境下对驱动效果进行评估,识别率有所提高,在某些例子中提高明显.