申请/专利权人:桂林航天工业学院;南昌航空大学
申请日:2023-06-07
公开(公告)日:2023-09-05
公开(公告)号:CN116704605A
主分类号:G06V40/20
分类号:G06V40/20;G06V10/77;G06V10/82;G10L13/027
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.22#实质审查的生效;2023.09.05#公开
摘要:本发明属于手势识别技术领域,提供了一种基于AI的聋哑人士语音手势识别方法,采集聋哑人士的手势特征后,通过计算模型将手势特征的二维坐标信息还原三维坐标信息;利用手势特征降维,通过手部骨架模型与手指结构数据,计算各手指间的角度信息;通过存储序列、序列断句与语义组合,使连续手势序列得到正确的解释;利用TTS接口,将语义断句组合成的手势语义文本信息转化为语音信息进行输出;本发明使得仅需少量数据即可训练得到有效的神经网络模型;可以避免深度图像在处理手势信息时的精度受限的问题,进一步提高手势特征识别的精度,减少特征处理环节的误差;可以使手势特征的文本信息进行准确表达,有效表达使用者的意图。
主权项:1.一种基于AI的聋哑人士语音手势识别方法,其特征在于:包含以下步骤:步骤1:还原三维坐标信息,对聋哑人士的手势特征进行采集,通过计算模型将手势特征的二维坐标信息还原三维坐标信息,计算模型是基于手部骨架模型的计算,用于减少特征处理环节的误差,提高处理手势特征信息的精度;步骤2:手势特征降维,使用还原的三维信息,通过手部骨架模型与手指结构数据,计算各手指间的角度信息,用于去除无用信息,使以少量数据即可训练得到有效的神经网络模型;步骤3:语义断句组合,先将每个识别到的手势标签序列存放到存储序列中,然后通过序列断句将整个序列分隔成表示单个语句的短序列,最后通过语义组合,将进行组合的几个标签换成组合标签;步骤4:语音输出,利用TTS接口,将语义断句组合成的手势语义文本信息转化为语音信息进行输出。
全文数据:
权利要求:
百度查询: 桂林航天工业学院;南昌航空大学 一种基于AI的聋哑人士语音手势识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。