●38别· 北·京科技大学学报 2001年第4期 后，我们把手语中的接触信息分为4类回 2.2主手数据手套的新结构 (1)汉语手指字母中的接触.在30个汉语手 主手传感器位置分布图如图1所示. 指字母中，手塑一致因而极容身出现混滑的字 ·:,从汉语手语分类可以奢出，单手手语占去 母，如℃”与o”,F”与X;“s与“℃r等.以 了1/4，单手手语均为右手做出.双手手语中左 ℃”与“o”说明，“℃”的描述为“拇指在下，向上 手为从手，手型较简单，归纳出约30个手型，因 弯曲，其余四指并齐，向下弯曲，虎口朝里”，O” 此所需传感器较少.在右手传感器分布的基础 的描述为“食、中、无名、小四指并齐弯曲，拇指 上，减去了中指、无名指和小指的接触传感器。 跟食指、中指相抵成空拳，虎口朝里”.可以看出 共17个信息 其差别仅在于拇指与食、中指是否接触.这种接 触信息无法靠指关节弯曲角度得到，而计算机 视觉也获取不到 我们知道，字母识别非常重要.有些词汇专 由字母连打组成，如“虽然”、“但是”等；而有些 则与其他动作配合给出相应的词汇，如“寓言”、 “散文”等在汉语手语3300个词汇中，有关字母 识别的词汇约400个，若字母识别出现误差就 影响了一批手语词汇的识别.举例来说，“文化” 与“文学”，对“文”字的手势相同，而“化”取” 1,2食指：3,4中指：5,6无名指；7,8小指：9,10姆指： 11姆指一食指；12食指一中指：13食指接触：14中指接触： 指式，“学”取“X”指式，r”与X”的区别仅在于 15无名指接触：16小指接触；17姆指接触；18手腕外展； 食指是否搭在中指上.相似的例子包括“团”和 19,20手院弯曲 “营”，“司”和“处”，“粗”和“零”等.据统计，这 图1主手传鼹位置分布图 样的例子约40个，并且均是常用词汇. Fig.1 The Distribute of primary hand'sensors (②)单手手势中的接触.典型的例子如“元” 和“角”，“少”与“薄”，“小”与“环”等.“元”的描 3现有数据手套的特点 述为“一手拇、食指捏成一个较大的圆形”，“角” 在灵境系统中，数据手套是最常用的人机 的描述为“一手拇、食指相抵捏成一个小圆形”， 接口工具之一，在遥控操作机器人系统等许多 这些词凭借数据手套和三维跟踪装置及视觉都 领域得到广泛的应用.现有的数据手套用于手 是无法区分的，只有用接触传感器获取到的接 语识别时具有以下特点： 触信息才可区分. (1)仅从数据手套给出的信息难以准确地识 (3)左、右手指相互接触.对双手手语词汇 别相近词汇.近18%的汉语手语存在手指的接 来说，右手为主手，左手为从手.顾名思义，从手 触信息.由于某些手语词汇的手指姿态比较接 是配合主手动作的，手型较简单.但是也有部分 近，而用于检测手指动作的数据手套本身又存 词汇指式是对称的，如“人”与“乘”的手型也完 在一定误差，因此，仅仅利用数据手套给出的手 全一样，只不过“人”由双手食指搭成“人”字形， 指弯曲角度或外展信息难以准确区分这些词 “乘”是双手食指交叉搭成“”形.类似的例子如 汇.而另一方面，因为在此类词汇的发话过程中 “工资”与“人民币”，“方”和“取景”，“圆”和 手指间往往伴随着接触信息，所以如果能够利 “心”，“带子”与“线”等. 用手指的接触信息，就能够更准确地区分这些 (④)左、右手指各自接触.这类词的特点是 词江. 用相同的手势表示相同的字，而不同的那个字 (2)获取的信息出现重复或并不需要.现有 其手势区别在于手指是否接触.如“商标”与“商 的数据手套获取的左、右手共36个信息，实际 品”，对于“商”字的手势一样，而“标”和“品”的 上有些并不需要或产生重复，如测量拇指交叉 手势不同之处主要在于左、右手拇指与食指是 的传感器.而外展信息中，只有拇指与食指、食 否各自相捏.相似的例子如“会员”与“会议”等. 指与中指的外展信息需要，所以取消中指与无 根据以上分析，我们提出一种新型数据手套. 名指、无名指与小指之间的外展传感器.并且对. 3翻 . 北 家 科 技 后 , 我们 把手语中的接触信息分为 4 类叭 (l) 汉语手指字母中的接触 . 在 30 个汉语手 指 字母 中 , 手独代舞因而极容易出现混藉的字 母 , 如 `灯 , 与 `灯 , , `甘 , 与 `丫 , ; ` ’,S , 与 `℃甘 , 等 . 以 `灯 , 与 `订 , 说明 , `灯 , 的描 述为 “ 拇指在下 , 向上 弯曲 , 其余四指并齐 , 向下弯曲 , 虎 口朝里 ” , ` 订 , 的描述 为 “ 食 、 中 、 无名 、 小 四指并齐弯 曲 , 拇指 跟食指 、 中指相抵成空拳 , 虎 口 朝里 ” . 可 以看出 其差别仅在 于拇指与食 、 中指是否接触 . 这 种接 触信息无法靠指 关节弯 曲角度得 到 , 而计算机 视觉也获取不 到 . 我们知道 , 字母识别非常重要 . 有些词 汇专 由字母连打组成 , 如 “ 虽然 ” 、 ` 胆是 ” 等 ; 而有些 则与其他动作配合给出相应 的词汇 , 如 “ 寓言 ” 、 “ 散文 ” 等在汉语手语 3 3 0 个词 汇中 , 有关字母 识别的词汇约40 个 . 若字母识别出现误差就 影 响了一批手语词 汇的识别 . 举例来说 , “ 文化 ” 与 ` 凌学 ” , 对 “ 文 ” 字 的手势相同 , 而 “ 化 , 取 `甘 , 指式 , ` 学 ” 取 `丫 , 指式 , ` 甘与 ` r 的区别仅在于 食指是否搭 在中指上 . 相似的例子包括 “ 团 ” 和 “ 营 ” , “ 司 ” 和 “ 处 ” , “ 粗 ” 和 “ 零 ” 等 . 据统计 , 这 样的例子约 40 个 , 并且均是常用 词汇 . (2 ) 单手手势 中的接触 . 典型 的例子如 “ 元 ” 和 “ 角 ” , “ 少 ” 与 “ 薄 ” , “ 小 砖 与 “ 坏 ” 等 . “ 元 ” 的描 述为 “ 一手拇 、 食指捏成一个较大的画形 ” , “ 角 ” 的描述为 “ 一手拇 、 食指相抵捏成一个小圆形 ” . 这些词凭借数据手套和三维跟踪装置及视觉都 是无法 区 分的 , 只有用接触传感器获取到 的接 触信息才可 区 分 . (3 ) 左 、 右手指 相互接触 . 对双手手语词汇 来说 , 右手为主手 , 左手为从手 . 顾名思义 , 从手 是配合 主手动作的 , 手型较 简单 . 但是也有部分 词汇指式是对称 的 , 如 “ 人 ” 与 “ 乘 ” 的手型也完 全一样 , 只不过 创人 ” 由双手食指搭成 “ 大 , 字形 , “ 乘 ” 是双手食指 交叉搭成 丫形 . 类似的例子如 “ 工资 ” 与 “ 人 民币 ” 奋 “ 方 ” 和 “ 取景 ” , “ 圆 ” 和 ’, 心 ” , “ 带子 ” 与 “ 线 ” 等 . (4) 左 、 右手指各 自接触 . 这类词 的特点是 用相 同的手势 表示 相同的字 , 而不同的那个字 其手势 区别在 于手指是否接触 . 如 “ 商标 ” 与 “ 商 品 ” , 对于 “ 商 ” 字 的手势一样扩而 “ 标 , 和 “ 品 ” 的 手势不 同之处 主要在于左 、 右手拇指与食指是 否各 自相捏 . 相似的例子妞 ` 啥员 ” 与 “ 会罗 等 . 根据 以上分析 , 我们 提 出一种新型数据手 套 . 大 学 学 报 2 0. 1 年 结 4 翔 2 . 2 主手数据手套的新结构 主手传感器位 置分布图如 图 1 所示 . “ . 从校语示语分类可 以肴出 , 单手手语 占去 了 114 , 单手手语均为右手做出 . 双手手语中左 手为从手 , 手型 较简单 , 归纳 出约 30 个手 型 , 因 此所需传感器较 少 . 在右手传感 器分布 的基础 上 , 减去 了中指 、 无名指 和小 指的接触传感器 . 共 17 个信息 . l , 2 食指 ; 3 , 4 中指 ; s , 6 无名指 ; 7 , 8 小指 ; 9 , 一0 姆指 ; 1 姆指一食指 ; 12 食指一中指 ; 13 食指接触 ; 14 中指接触 ; lS 无名指接触 ; 16 小指接触 ; 17 姆指接触 ; 18 手碗外展 ; 一9 , 20 手脆弯曲 圈 1 主手传二 位 t 分布 目 F略 I T如e D 洲时b u t e of p d m . yr h . . d , . . 的. 3 现有数据手套的特点 在灵境 系统 中 , 数据手套 是最常用 的人机 接 口 工具之一 , 在遥控操作机 器人系统等许 多 领城得到广泛 的应用 . 现有 的数据手套用 于手 语识别时具有 以 下特点 : ( 1)仅从数据手套给 出的信息难以 准确地识 别相近词汇 . 近 18% 的汉语手语存在手指 的接 触信息 . 由于某些 手语词汇 的手指 姿态 比较接 近 , 而用 于检测 手指动作的数据手 套本身又存 在一定误差 , 因此 , 仅仅利用数据手套给 出的手 指弯 曲角 度或 外展 信息 难 以 准确 区 分这些 词 汇 . 而另一方面 , 因为在此类词汇的发话过程 中 手指间往往伴随着接触信息 , 所 以 如果能够利 用手指 的接触信息 , 就能够更准确 地区 分这些 词汇 . (2 )获取 的信息 出现重复或并不需要 . 现有 的数据手套获取 的左 、 右手共 36 个信息 , 实际 上有些并不需要或产生 重复 , 如侧 t 拇指交叉 的传感器 . 而外展信息 中 , 只有拇指 与食 指 、 食 指与 中指 的外展信息需 要 , 所 以取 消中指与无 名指 、 无名指与小指 之间的外展传感器 . 并且对