基于深度學(xué)習(xí)模型的手語識別算法研究及應(yīng)用

打開文本圖片集

摘要：針對手語難以被普通人理解的問題，提出一種基于深度三維卷積時序神經(jīng)網(wǎng)絡(luò)算法.從全局信息和多尺度時空卷積網(wǎng)絡(luò)模塊著手，基于聯(lián)系手語識別方法進(jìn)行訓(xùn)練，并通過對語料視頻模型提取特征關(guān)鍵幀，將關(guān)鍵幀的特征和手語視頻的特征進(jìn)行融合，構(gòu)建Seq2Seq模型，降低其他動作對手語識別的影響.實驗結(jié)果表明，加入關(guān)（剩余5384字）