利用动态时间规整和投票算法实现实时手语手势识别，以保障女性安全

《Franklin Open》：Real-Time Sign Language Gesture Recognition for Women's Safety Using Dynamic Time Warping and Voting Algorithms

实时手语识别系统结合动态时间规整（DTW）和投票算法，利用MediaPipe提取手部、身体及面部关键点，通过WSISL-28数据集验证了98.45%的识别准确率，显著提升聋哑女性安全沟通能力。

　　在现代科技迅速发展的背景下，人工智能和计算机视觉技术为聋哑人群的交流方式带来了显著的改进。特别是针对聋哑女性的安全性手语识别系统，近年来受到了广泛关注。手语识别技术在日常生活和紧急情况中都具有重要应用价值，尤其是在保障聋哑女性安全方面。随着社会对聋哑群体关注的增加，手语识别系统的发展不仅提升了聋哑人群的沟通效率，还为他们的安全提供了保障。

本研究提出了一种基于动态时间规整（DTW）和投票算法的实时手语识别系统，专门用于识别聋哑女性的安全性手势。该系统利用MediaPipe框架提取手部、身体和面部的关键点，从而构建包含空间和时间信息的特征矩阵。通过比较测试手势序列与预定义手势模板，系统能够识别手势，并通过投票算法确定最终的手势标签。这种结合了DTW和投票算法的方法，不仅提升了识别的准确性，还增强了系统对不同速度和风格的手势变化的适应性。

研究团队开发了一个名为WSISL-28的新数据集，包含28种与女性安全相关的手势。该数据集为模型的训练和评估提供了重要的资源。在实验过程中，系统展示了98.45%的识别准确率，这一成绩表明该方法在实时手语识别领域具有显著的优势。此外，该系统还能够在不同的视角、光照条件和背景干扰下保持较高的识别能力，进一步提高了其适用性。

手语识别技术面临诸多挑战，包括动态手势的复杂性、个体差异、以及环境因素对手势识别的影响。在这一背景下，研究团队利用相对角度作为特征提取的关键指标，这种方法不仅提高了识别的鲁棒性，还减少了对身体尺寸和旋转变化的敏感性。此外，通过使用MediaPipe框架，系统能够有效地捕捉手势和面部表情的关键点，从而提高识别的准确性。

在实验分析中，研究团队采用了多种评估指标，包括准确率、精确率、召回率和F1分数。这些指标共同构成了对模型性能的全面评估。在WSISL-28数据集上，系统在这些指标上的表现均优于现有方法。同时，研究团队还将该方法应用于其他公开数据集，如ISLAN、INCLUDE、ISL-CSLTR和Emergency Situations等，结果显示该方法在多个数据集上都具有良好的表现，特别是在识别复杂手势方面。这表明该方法不仅适用于特定的女性安全手势识别，还可以广泛应用于其他手语识别任务。

为了进一步验证该方法的有效性，研究团队还进行了统计显著性分析。结果显示，该方法在多个方面显著优于其他现有方法，特别是在准确率和敏感度方面。这些结果表明，DTWM模型在实时手语识别领域具有广阔的应用前景，特别是在提高聋哑女性安全性的方面。

此外，研究团队还讨论了该方法的未来发展方向。他们建议在未来的研究中，可以扩展手势的种类，并将这些手势与警报生成系统结合，从而帮助聋哑女性在紧急情况下更好地与安全人员沟通。这一发展方向不仅有助于提升系统的实用性，还能进一步增强聋哑女性的安全保障。

在研究过程中，团队还强调了数据隐私和伦理问题。由于WSISL-28数据集的创建涉及个人隐私，因此该数据集的共享需要得到研究机构的许可。这一声明表明了研究团队对数据伦理的重视，同时也反映了当前在数据共享方面面临的挑战。

总体而言，本研究提出了一种创新的手语识别方法，不仅在技术上具有显著的改进，还为聋哑女性的安全提供了切实的保障。通过结合DTW和投票算法，系统能够准确识别动态手势，并在不同的环境条件下保持良好的性能。此外，该方法在多个数据集上的应用验证了其广泛适用性和技术可行性。未来，随着技术的不断进步，手语识别系统将在更多领域得到应用，为聋哑人群提供更便捷、更安全的交流方式。