21、通过人工神经网络重构乌尔都手语

通过人工神经网络重构乌尔都手语

1. 引言

手语在聋哑人与健全人之间搭建了沟通的桥梁。在巴基斯坦，最常用的手语是乌尔都手语（也叫巴基斯坦手语），不过不同地区存在多种形式的乌尔都手语。本次研究聚焦于卡拉奇聋哑人研究所（ABSA）所规定的手语规范，其他巴基斯坦机构也遵循这一标准。

此前已有一些关于手语识别的研究，例如：
- “Bolay Haath”利用统计匹配来理解手语动作，使用DataGlove5作为简单输入源，进行数据处理以消除差异、分析手势、提取单词/字母并生成声音。
- 基于小波的视频分割技术可感知视频中的不同手部信号和头部动作，利用傅里叶描述椭圆来推导形状特征，最大程度简化图像的特征向量。
- Saad使用Type - 2模糊隐马尔可夫模型（T2FHMM）实现静态手势识别，该模型在分类上优于经典隐马尔可夫模型，还能处理手部信号中的噪声和形态不确定性。
- Asif采用两种测试手语方法来检测乌尔都手语，一种是从文本框获取文本输入并在屏幕显示输出；另一种是从网络摄像头获取输入信号，识别图像信号后在文本框显示文本输出。
- Sawant创建了智能计算机界面，借助图像识别、机器学习和人工智能，通过手部动作的视觉输入为聋哑人产生易于识别的输出，该方法依据指尖与指关节的角度确定每个手指的位置，进而识别字母手语。
- Buehler通过长达一小时以上的手语视频感知手部和手臂位置，发现系统能够区分手部和手臂的实际位置。

手语具有地域特性，不同国家甚至地区都可能有自己的手语，比如菲律宾有13种不同的手语变体。手语项目的优势常受到质疑，但它能让聋哑人无需翻译就能与普通人交流。数据手套原本用于为机器提供更自然的图形用户界面，现在也有望