哈尔滨市科技创新人才研究专项资金(2008rfqxs037)
- 作品数：2 被引量：1H指数：1
- 相关作者：倪训博耿铁珍程丹松葛宏志更多>>
- 相关机构：哈尔滨工业大学哈尔滨工程大学更多>>
- 发文基金：国家自然科学基金哈尔滨市科技创新人才研究专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 非特定人手语识别参数训练模型的改进及应用
- 2009年
- 在手语识别研究中,非特定人手语识别参数训练的样本缺乏影响了非特定人手语识别的识别率.区分性训练可以很好地弥补由于训练样本的缺乏对识别系统所造成的影响,能够提高非特定人手语识别的识别率.对区分性训练(DT)所改进的HMM参数训练模型(DT/HMM)做了全新的推导,获得了与HMM相一致齐全的DT/HMM的参数模型.在特定人识别系统上应用可区分性训练的h准则获取了h参数,将该齐全的DT/HMM参数训练模型和h参数应用于大词汇量的非特定人手语识别当中,加入主观经验后的非注册易混词集EXP与MLE和EBW的非注册易混词集相比,平均识别率分别提高了10.65%和9.55%.
- 倪训博程丹松吕海峰王克家耿铁珍
- 非特定人手语识别统计模型的改进及应用被引量：1
- 2009年
- 目前,非特定人手语识别与特定人系统相比还有较大的差距.手语数据差异性使得非特定人手语识别中提取手语数据有效的共同特征非常困难,因而,手语数据差异性在一定程度上影响了非特定人手语识别的识别效果.本文从手语数据存在差异性这一角度入手,利用流形概念的学习和推理能力并在流形允许变化的范围内进行有效建模.在建模的过程中,从范函求极值的角度出发,给出了一个让人容易理解且直观化的推导过程.进而应用流形概念中的切向量来改进手语识别的统计模型(TV/HMM)并应用于大词汇量非特定人手语识别,以解决手语数据的差异性对大词汇量非特定人手语识别所造成的影响.实验表明,改进后的TV/HMM识别系统在大词汇量非注册的易混词集上识别率高明显.
- 倪训博王克家葛宏志程丹松耿铁珍
- 关键词：HMM流形切向量
