摘要
有效沟通对于聋人群体融入社会至关重要。然而，由于普遍存在的手语知识匮乏，沟通障碍长期存在，限制了聋人群体的全面参与。在此背景下，手语识别（Sign Language Recognition, SLR）系统应运而生，旨在促进手语使用者与非手语使用者之间的交流。尤其值得关注的是孤立手语手势识别（Isolated Sign Language Recognition, ISLR），该技术在基于视觉的手语搜索引擎、学习工具及翻译系统的发展中具有重要意义。本文提出一种新型ISLR方法，通过在时间序列上提取人体、手部及面部关键点，并将其编码为二维图像，再由卷积神经网络对这些图像进行处理，从而将视觉-时序信息映射为具体的手语标签。实验结果表明，该方法在巴西手语（LIBRAS）两个广泛认可的数据集上，各项性能指标均超越现有最先进水平。此外，由于采用更简洁的网络架构并仅以RGB图像作为输入，本方法不仅识别精度更高，而且在训练效率和运行速度方面也更具优势，具备更强的实用性与可扩展性。