摘要

本发明公开了一种基于时域卷积网络与循环神经网络融合的连续手语视频翻译方法,包括以下步骤:手语视频的特征提取和单词表的构建;时域卷积网络TCN的处理;双向循环神经网络BGRU的处理;特征的单词映射过程;融合网络FL的处理;基于时域卷积网络TCN与双向循环神经网络BGRU融合的网络模型参数优化;单词编码向量的融合与解码。本发明是能够利用不同视角的网络结构来有效的克服手语翻译因为解释的不准确而带来的沟通障碍,利用不同网络对数据的不同表现形式进行学习与分析,进一步的提高手语翻译的准确性,增加手语翻译的鲁棒性。