本文介绍了2019年全国青少年创新大赛中，一位高中生利用计算机科学，尤其是人工智能技术，设计出低成本手语手套，实现中等词汇量连续手势识别，识别准确率超过97%。这一项目因其社会意义、创新难度和实际成果，获得了全国一等奖。项目结合DNN深度学习网络，对手语识别进行深入研究，并提出改进方案，展现了作者的科研能力和科技实践精神。
在2019年自主招生中，相比于2018年，科创竞赛热度虽有所降低，但仍然有武汉大学、苏州大学等知名高校明确认可全国青少年科技创新大赛，这对于有科技特长的考生来说，可以放心的填报这些高校的自主招生了。我们认为科技创新能力作为当今时代的核心能力，在未来的自主招生中肯定会有所体现，甚至得到加强。今天我们就分析一下在第32届全国青少年创新大赛全国决赛中，计算机科学的拔得头筹一个项目，该项目获取了全国一等奖。
项目名称：低成本手语手套设计与中等词汇量连续手势识别
项目基本信息：上海代表队、计算机科学、高中组
项目关键词：低成本 低功耗 DNN HMM 中等词汇量 连续手语识别
项目简介：
手语是聋哑人与世界交流的桥梁，随着计算机技术的发展与智能化的普及，对手语识别的研究也层出不穷，现今主要的研究方法有基于机器视觉与基于佩带式输入设备两种，论文选用了后者。论文运用了语音识别中的新技术，建立了DNN-HMM混合模型，设计并制作了低成本的手语手套，以DTW、GMM-HMM、DNN-HMM作为识别方法，探究最适合中等词汇量连续手语识别的方法。在电脑上完成模型的训练后将模型参数反灌至智能终端，通过编写的译码程序完成实时手语识别。论文研究发现在涉及的模型中，可以使用去除左手弯曲传感器的17维数据代替包含左手弯曲传感器的22维数据进行模型的训练与识别，不会影响最终的准确率；使用DNN代替GMM进行HMM的观测概率计算可以提高识别准确率，在无语法时提高效果更为显著，符合手语识别的发展趋势。论文使用训练得到的参数与译码程序，在智能终端上完成了手语的实时识别，识别准确率可以达到97%以上。
从立项角度和背景看
该项目从手语出发，面向聋哑人，具备较大的社会意义，利用科技进步助推社会进步的特征明显，切实能够为聋哑人提供生活上帮助，实践了科技造福人类的理念。因此，该项目肯定会让评审委员眼前一亮，为获取全国一等奖加分不少。
从项目创新难度看
该项目结合当前最为流行的人工智能技术，采用DNN深度学习网络技术，设计并制作了低成本的手语手套，探究最适合中等词汇量连续手语识别的方法。人工智能技术难度较高，一名高中生能够掌握基本人工智能技术，充分说明了该高中生具备较高的创新能力和科学素养。因此，项目实现具备较高难度，完成工作量大。
从项目研究深度看
作者在论文研究发现在涉及的模型中，可以使用去除左手弯曲传感器的17维数据代替包含左手弯曲传感器的22维数据进行模型的训练与识别，不会影响最终的准确率；使用DNN代替GMM进行HMM的观测概率计算可以提高识别准确率。充分说明了作者研究较为深入，而且提出了相对于传统方法的改进意见，表明作者善于科学研究，能够发现问题。
从项目成果看
项目设计了低成本的手语手套，并完成了程序设计，实现了实时手语识别。就是说，该项目不仅停留在论文研究层面，更在实践层面迈出了步伐，取得了成绩。一个项目是否真实的最重要体现，就在于是否有对应的实体产品。该项目以实际产品和产品演示说话，充分体现出作者的科技动手能力，也可以让专家评委较为信服。我们认为，最终的产品实现时该项目获得全国一等奖的重要保障。
举报/反馈
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
