姚登峰，江铭虎，阿布都克力木·阿布力孜，李晗静，哈里旦木·阿布都克里木

(1. 北京市信息服务工程重点实验室(北京联合大学)，北京 100101；2. 清华大学 人文学院 计算语言学实验室、心理学与认知科学研究中心，北京100084；3. 清华大学 计算机科学与技术系 智能技术与系统国家重点实验室，北京100084)

正如语音识别需要语言计算理论一样，手语识别也需要手语计算的知识，因此它是手势动作识别和手语含义识别理解的综合。长期以来，手语识别理解缺乏手语语言学家的参与，并未取得较大的进展。本文深入研究了手语理解的问题，从语言学的角度，提出在音系学层面上进行手语理解，基于此提出了基于音系学模型的手语理解算法。

1　基于语言学特征的手势理解综述

目前手势识别研究基本都参考了Stokoe理论。1960年Stokoe提出手势(同时)由三个部分(参数)组成，包括手势位置、手形，及运动[1]。20世纪70年代初期语言学家给这三个参数增加了一个要素： 方向，之后语言学者大都采用这四个参数的说法。

Vogler与Metaxas在Stokoe模型的基础上提出了PaHMMs[2]。此后手语识别文献使用Stokoe提出的语言学特征，主要是基于少量样本来学习新手势。Lichtenauer等人为未登录手势提出一种自动构建分类器的方法[3]，通过收集很多手势者的手势特征，与新手势的特征进行比较，从而为目标新手势构建分类器模型。这种方法依赖于大量的基础特征训练集(75人打出的120个手势)，并允许使用一次性学习来训练一个新手势分类器。Bowden等人还提出使用一个训练样本就能正确分类新手势的手语识别系统[4]，并给出了一个单一的训练例子。……