1、手語識別具有很重要的意義，例如可以為健康人和聾啞人搭建正常交流的平臺，可以為人機交互提供另一種可行方案，等等。手語識別應用的手勢捕獲設備主要有數據手套、計算機視覺、表面肌電和加速計等傳感設備。其中，基于肌電和加速度信號的手語識別技術具有便攜、經濟與高效的特點，是中科大神經肌肉控制實驗室近年來的重點研究方向。
　　 本課題研究圍繞基于肌電和加速度的手語識別技術而展開。在模式識別的一般流程中，分類器的設計至關重要。2001年Laff

2、erty提出的條件隨機場模型，由于其具有剔除觀測序列獨立性、特征函數選擇靈活性和條件概率建模全局性的三大理論特性，被廣泛的運用與各類領域的模式識別中。本課題擬將條件隨機場模型(Conditional Random Fields，CRF)引入基于肌電和加速度的中國手語識別中，對其應用的可行性及有效性進行了系統的研究其主要研究內容及成果如下:
　　 (1)介紹了中國手語詞的完整識別方案。具體包括:首先，對連續(xù)手語句子信號進行預處理，

3、并利用移動平均法進行活動段分割;其次，對手語詞的肌電信號進行分幀與特征提取，對加速度信號進行降采樣處理;再次，對特征進行基于決策樹的預分類;最后，從較小的子集空間中，選擇底層分類器完成最終的識別。
　　 (2)對條件隨機場及其分支的理論框架進行了剖析。充分分析了條件隨機場各分支的拓撲結構差異，指出其分別適用于不同的手語識別任務。分析了各種不同分支的條件概率計算方法，訓練階段所遵循的準則函數等，為手語詞和連續(xù)手語識別提供理論基礎。

4、
　　 (3)實現了基于隱條件隨機場(Hidden Conditional Random Fields，HCRF)的手語詞識別。介紹了代表模型結構的特征函數的選取、簡單模型預訓練、參數轉換的參數的初始化及更新算法。在選取了最佳模型基本參數和模型結構后，采用HCRF對120類手語詞得到了91.51％的平均識別率，驗證了其運用于手語詞識別的可行性及有效性。
　　 (4)探索了基于潛在動態(tài)條件隨機場(Latent Dynami