現(xiàn)如今,隨著大數(shù)據(jù)技術(shù)的發(fā)展和計(jì)算機(jī)硬件運(yùn)算速度的不斷提高,人工智能與機(jī)器學(xué)習(xí)技術(shù)得以飛速發(fā)展。在計(jì)算機(jī)視覺(jué)領(lǐng)域,基于神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的機(jī)器學(xué)習(xí)算法可以通過(guò)模擬人腦來(lái)理解圖像和視頻等多媒體信息。近年來(lái),由于神經(jīng)網(wǎng)絡(luò)模型具有強(qiáng)大的擬合與回歸學(xué)習(xí)能力,其在視頻翻譯問(wèn)題上取得了突破性進(jìn)展。連續(xù)手語(yǔ)視頻翻譯是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要分支,在現(xiàn)實(shí)生活中有著重要的實(shí)用價(jià)值。手語(yǔ)是聾啞人日常生活中進(jìn)行信息交流最自然的方式,連續(xù)手語(yǔ)視頻翻譯技術(shù)的發(fā)展為聾啞人的日常生活提供便利,實(shí)現(xiàn)聽(tīng)力障礙人群和正常人的自由溝通交流。手語(yǔ)翻譯作為人機(jī)交互的一種方式,通過(guò)機(jī)器學(xué)習(xí)算法將連續(xù)手語(yǔ)動(dòng)作翻譯成對(duì)應(yīng)的文字序列。手語(yǔ)視頻自動(dòng)翻譯屬于廣義的序列到序列問(wèn)題,其難點(diǎn)在于視頻中視覺(jué)信息的識(shí)別,不僅要考慮當(dāng)前時(shí)刻的圖像幀信息,同時(shí)關(guān)系到連續(xù)幀之間復(fù)雜的動(dòng)態(tài)變化關(guān)系。本文運(yùn)用循環(huán)神經(jīng)網(wǎng)絡(luò)算法,使用編碼解碼結(jié)構(gòu)和級(jí)聯(lián)時(shí)序分類的實(shí)時(shí)翻譯結(jié)構(gòu),對(duì)手語(yǔ)翻譯問(wèn)題進(jìn)行時(shí)序建模。在編碼解碼模型中,提出時(shí)序池化操作,嵌入在翻譯系統(tǒng)的分層編碼器中,有效解決了連續(xù)視頻數(shù)據(jù)的信息冗余問(wèn)題,使得翻譯效率和效果均得到顯著提升。由于編碼解碼模型在長(zhǎng)時(shí)手... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)元結(jié)構(gòu)示意圖

圖 2. 2 感知機(jī)結(jié)構(gòu)Fig 2.2 Illustration of a perceptron cell神經(jīng)網(wǎng)絡(luò)經(jīng)網(wǎng)絡(luò)是目前模式識(shí)別的主流框架之一，在圖像處理領(lǐng)域

卷積核為 3*3 的矩陣，在輸入矩陣中選取與卷積核同等大小的窗口，與卷積核做內(nèi)積后得到一次卷積運(yùn)算的結(jié)果。卷積核在圖像上按從左至右、從上之下的順序滑動(dòng)，依次做卷積，將卷積的結(jié)果按滑動(dòng)的軌跡排列為二維矩陣，最終得到輸入數(shù)據(jù)的二維卷積結(jié)果，也稱為該卷積核輸出的特征映射（feature map）。

【參考文獻(xiàn)】：
期刊論文
[1]深度圖像手勢(shì)分割及HOG-SVM手勢(shì)識(shí)別方法研究[J]. LE Vanbang,朱煜,NGUYEN Anhtu.  計(jì)算機(jī)應(yīng)用與軟件. 2016(12)

碩士論文
[1]基于隱馬爾可夫模型增量學(xué)習(xí)的動(dòng)態(tài)手勢(shì)識(shí)別研究[D]. 胡孟.南京大學(xué) 2014



本文編號(hào)：3372492