文献综述
1.1 研究背景及目的手语是听力障碍者、聋哑人群之间以及与正常人群互相交际和思想交流的有声语言的重要辅助工具，而对于听力障碍者来说，它是主要的交流工具。
正是有手语的存在，才不会因为语言限制了聋人的生活空间、发展空间。
随着计算机技术的不断发展，非接触式人机交互相对于传统接触式人机交互用户体验不断提升，人们对于在人机交互的过程中更加智能、便捷、高效性的要求越来越高。
手语识别涉及视频采集和处理、计算机视觉、人机交互、模式识别、自然语言处理等多个研究领域，是一项具有高难度的挑战性课题。
手语识别技术可用于手语翻译、日常交流、研发手语教学机器人，促进手语教学、培训和推广，可以拓宽到其他手势指令相关的领域，如交警手势识别、军事手势识别及智能家电控制等。
由于手语语义丰富、动作幅度相比其他人体行为具有局部性和细节性，同时又受到光照、背景、运动速度等影响，使用传统模式识别或机器学习方法所能达到的精度与鲁棒性已达到瓶颈期，往往局限于静态手势识别或粗粒度的动态手势识别。
1.2 研究现状自2006年Hinton等人提出深度学习方法以来，手语识别迎来了新的机遇。
手语识别是借助计算机自动将手语信号转换为文本或语音的过程，其研究可以追溯到20世纪90年代。
根据手语获取方式的不同，分为基于数据手套和基于视觉的手语识别，前者可以实时采集手势的3维运动信息和时序变化，然后应用识别算法进行处理，识别速度快，准确率高，但是设备复杂，价格昂贵，且对操作者有约束，佩戴不方便，因此基于视觉的手语识别成为主流。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
