一种基于方向敏感长时运动解耦的连续手语识别方法

本发明公开了一种基于方向敏感长时运动解耦的连续手语识别方法，在特征提取模块的每个阶段，聚合得到聚合特征后，对聚合特征进行解耦，得到水平运动特征分量和垂直运动特征分量；然后分别进行运动纯化和阶段耦合，然后与当前阶段特征相加，得到更新后的当前阶段特征。之后将特征提取模块最后输出的特征经过一维卷积神经网络，特征提取模块各阶段纯化后的水平运动特征分量和垂直运动特征分量进行跨阶段耦合，然后经过一维卷积神经网络，相加后输入双向长短期记忆神经网络，然后经过分类器得到最终识别结果。本发明增强了模型识别复杂模式的能力，具备增强的跨场景泛化能力，可有效应对不同手语使用者的语速差异及形态学变化。