典型文献
基于CNN和BLSTM的连续手语识别
文献摘要：
相对孤立词识别,连续手语识别对上下文的时间依赖性更强、语义更加复杂且时序分割困难,目前的研究在识别精度、背景抗干扰性和抗过拟合能力等方面仍存在不足.为此,提出一种基于CNN和BLSTM的连续手语识别方法,通过自适应视频采样,对输入视频数据进行预处理,去除无关背景的干扰;在CNN空间特征提取的基础上,利用BLSTM双向语义依赖挖掘能力,对连续手语视频进行时序建模,构建CTC损失函数解决时间序列标签对齐问题.该算法在CSL和ConGD数据集上分别取得了 98.4％和62.5％的平均识别率.
文献关键词：
深度学习;连续手语识别;CNN;BLSTM;CTC
中图分类号：
作者姓名：
张淑军;王帅;李辉
作者机构：
青岛科技大学信息科学技术学院,山东青岛 266061
文献出处：
引用格式：
[1]张淑军;王帅;李辉-.基于CNN和BLSTM的连续手语识别)[J].重庆理工大学学报,2022(04):177-186
A类：
ConGD
B类：
BLSTM,连续手语识别,孤立词识别,上下文,时间依赖性,识别精度,抗干扰性,过拟合,视频数据,空间特征提取,语义依赖,时序建模,CTC,损失函数,标签对齐,CSL,识别率
AB值：
0.304864
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
