专利交易市场

0本发明公开了一种基于深度神经网络的连续手语识别方法，具体为：首先，建立孤立词手语数据库及连续手语数据库，完成对手型图像预处理，再构建两个结构相同的改进AlexNet神经网络模型，并对预处理后的孤立词手语数据库的训练样本进行训练；之后固定双路AlexNet神经网络模型权重，将全连接层和softmax层丢弃；选取出预处理后的连续手语数据库中RCB‑D视频分帧图像文件的关键片段并进行测试，最后将输出的关键帧嵌入注意力机制的分层LSTM编解码网络模型，输出连续手语的识别结果。本发明的方法克服了由连续手语语句运动轨迹复杂、手型变化快且形变大等问题引起的设计区分性的手语表征存在困难的问题。