仿真手语翻译系统开发

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:yadnlf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为便利听障人士的正常社会生活,提高其社会融入度,设计开发了基于B/S模式的仿真手语翻译系统.此系统包含语音识别模块、文本分词模块和虚拟人控制模块.采集到的语音经过Mel尺度的小波包分解提取语音声学特征,并进行快速语音识别得到对应文本,使用jieba完成对应的文本分词;同时创建仿真虚拟人模型并为其添加关键帧手语动作,使用Three.js实现Web端仿真手语动作渲染,最终实现语音到仿真手语的翻译过程.此系统操作方便、实用性强,具有很好的应用前景.
其他文献
针对现有算法在增强光照不均匀图像暗区域时存在亮区域亮度失真的问题,提出了基于OSTU的光照不均匀图像自适应增强算法.首先,将图像的色彩空间由RGB转换至HSV,使用多尺度引导滤波算法计算出V分量的照度分量与反射分量,然后,通过OSTU法计算V分量的最佳分割阈值,根据该阈值设计出自适应调整照度分量不同区域的两条伽马曲线,同时,将调整后的照度分量与原照度分量融合并对反射分量进行增强,最后,合并照度分量与反射分量,得到处理后的V分量.为验证算法的有效性,将该算法与MSR算法、CLAHE算法及相关文献所提算法进行
传统人机交互多点手势识别方法无法获取可信度高的特征跟踪点,滤波效果也不理想,导致手势识别误差较大.为此,提出基于特征跟踪的人机交互多点手势识别方法.通过图像曲面拟合提取多点手势特征,以手势图像某一帧内可信度最高的特征点为跟踪点,通过手势图像仿射变换矩阵完成手势目标定位.以定位结果为基础,引入卡尔曼滤波器,实现人机交互多点手势识别.实验结果表明:所提方法滤波后的手势图像对比度高,手势边缘轮廓清晰;手势坐标定位结果与游戏过程中的真实手势坐标完全相同;协方差数值最高数值与最低数值之差仅为0.25,协方差波动小,