论文部分内容阅读
采用自适应技术来解决非特定人手语识别问题,提出了一种基于数据生成的手语识别自适应方法。首先,对非特定人模型的均值向量进行自动聚类,寻找聚类中心生成手语词码本,然后,根据此码本选择词根子集,该子集能覆盖手语词码本的所有码字,继而,使用新用户的词根子集数据通过遗传算法生成其它词根的数据,最后,结合词根子集的真实数据和其它词根的生成数据,利用最大似然线性回归(MLLR)和最大后验概率(MAP)算法对非特定人模型进行自适应。实验结果表明,该方法既能够降低所需要的自适应数据量,又能够在非特定人模型基础上取得识