杨明羽，叶春明

（上海理工大学 管理学院，上海 200093）

0 概述

手语通过摆出不同的手臂与手的姿势，辅以表情及其他肢体动作传达信息，是聋哑人重要的沟通语言，也是帮助他们融入社会的重要工具［1］。美式手语（American Sign Language，ASL）是适用于美国、加拿大等地区的手语语言［2-3］。在ASL 中，包含静态手势和动态手势，以J 和Z 表示动态手势，其余字母表示静态手势。但由于人类的手非常灵活，可以摆出很多形状，因此增加了手势识别的难度。

近年来，许多学者在ASL 图片的识别问题上，使用流行的神经网络进行研究。ASHA 等［4］提出一种通过提取静态ASL 图片的特征直方图、统计量度等进行神经网络训练的识别算法，最高识别率为98.17%。QUTAISHAT 等［5］通过使用霍夫变换和神经网络开发了ASL 语言翻译及标志系统，识别准确度率为92.3%。ADITHYA 等［6］通过使用卷积神经网络（Convolutional Neural Network，CNN）［7］对ASL 数据集进行训练预测，准确率达到94.7%。但在使用神经网络训练时，往往需要花费大量的时间在训练模型上［8］。特别是近年来CNN的网络层数不断加深［9］和可训练参数骤增，更凸显了模型训练时间过长的问题。因此，一些学者提出了将主成分分析（Principal Component Analysis，PCA）与神经网络相结合的观点。吴伟［10］提出PCA 与CNN 相结合识别ASL 图片的方法，通过在CNN 前插入PCA 层进行特征降维，大幅提升了训练速度，且识别率达到94.45%。钟健等［11］提出一种PCA 与自组织神经网络SOM 相结合的识别方法，使用SOM 作为分类器进行图片分类，同样显著提高了识别速度，且识别率稳定在90%左右。上述方法使用的PCA 均在一维数据中使用，针对图片等二维数据，学者们又发展了二维主成分分析（Two-Dimensional PCA，2DPCA）［12］和双向二维主成分分析（Bidirectional 2DPCA，Bi-2DPCA）［13］方法。……