检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 连续手语识别中的文本纠正和补全方法

龙广玉, 陈益强, 邢云冰

计算机应用 2021, 41 (3): 694-698. DOI: 10.11772/j.issn.1001-9081.2020060798

摘要（391）

PDF （877KB）（917）

针对基于视频的连续手语识别的文本结果存在语义模糊、语序混乱的问题，提出一种两步法将连续手语识别结果的手语文本转化为通顺、可懂的汉语文本。第一步，基于自然手语规则以及 N元语言模型（ N-gram）对连续手语识别的结果进行文本调序；第二步，利用汉语通用量词数据集训练双向长短期记忆（Bi-LSTM）网络模型，以解决手语语法无量词的问题，从而提升语句通顺度。使用绝对准确率和最长正确子序列占比作为文本调序的评价指标，实验结果显示，所提方法的文本调序结果绝对准确率为77.06%，最长正确子序列占比为86.55%，量词补全准确率为97.23%。所提的方法能够有效提升连续手语识别的文本结果的通畅度和可懂度，已成功应用于基于视频的连续手语识别，提升了听障人和健听人的无障碍交流体验。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于目标均衡度量的核增量学习跌倒检测方法

忽丽莎, 王素贞, 陈益强, 胡春雨, 蒋鑫龙, 陈振宇, 高兴宇

计算机应用 2018, 38 (4): 928-934. DOI: 10.11772/j.issn.1001-9081.2017092315

摘要（568）

PDF （1046KB）（704）

针对增量学习模型在更新阶段的识别效果不稳定的问题，提出一种基于目标均衡度量的核增量学习方法。通过设置经验风险均值最小化的优化目标项，设计了均衡度量训练数据个数的优化目标函数，以及在增量学习训练条件下的最优求解方案；再结合基于重要性分析的新增数据有效选择策略，最终构建出了一种轻量型的增量学习分类模型。在跌倒检测公开数据集上的实验结果显示：当已有代表性方法的识别精度下滑至60%以下时，所提方法仍能保持95%以上的精度，同时模型更新的计算消耗仅为3 ms。实验结果表明，所提算法在显著提高增量学习模型更新阶段识别能力稳定性的同时，大大降低了时间消耗，可有效实现云服务平台中关于可穿戴设备终端的智能应用。

参考文献 | 相关文章 | 多维度评价