基于ProbSom的阿根廷手语手形识别

自动手语识别是人机交互与机器学习领域中的一个重要研究课题。一方面，该任务面临复杂的挑战，需要融合视频处理、图像处理、智能系统以及语言学等多个知识领域的协同作用；另一方面，实现稳健的手语识别技术有望促进手语翻译进程，并推动听障人群更好地融入社会。本文主要贡献如下：首先，构建了阿根廷手语（LSA）手形特征数据库，这一主题在以往研究中几乎未被涉及；其次，提出了一种基于自组织映射（SOM）的监督式改进方法——ProbSom，用于图像处理、特征描述子提取及后续的手形分类。该方法与当前主流技术进行了对比，包括支持向量机（SVM）、随机森林（Random Forests）以及神经网络等。所构建的数据库包含800张图像，涵盖16种阿根廷手语手形，是建立全面阿根廷手语数据库的重要初步步骤。基于ProbSom的神经分类器，结合所提出的特征描述子，取得了超过90%的识别准确率，验证了该方法的有效性与优越性。