使用低比特率视频通信的手语和唇读实时会话应用配置 GBT 28513-2012.pdf

GB/T28513-20125再现手语和唇读的基本需求5.1基本特征手语的构件是手、眼、嘴、脸和身体的运动和位置。在唇读中，构件是脸的运动。通常情况下声音支持唇读。在其他情况下，是手语的组合。也有一些聋人不使用手语而仅仅依靠唇读交谈。在视频编码领域中，具有一个（用手势的）示意者或讲话者的情景可以被认为是包含有中到多的运动内容。5.2时间分辨力要求手语和唇读均需要好的运动视觉再现。若系统使用均匀分布的图片来再现运动，可以观察到如下一些情况：当帧速为20Ds时，手语和唇读的可用性为好。在有某些约束时，可以使用从12ps到更高的帧速。对于使用唇读进行会话，当帧速不超过15s时，随着桢速的增加，可用性急刚增加。当帧速高于15ps时，随着帧速的增加，可用性继续增加，但不明显。当帧速在8fps和12ps之间时，可用性受到很大限制，语义表达能力严重下降。当帧速低于8s时，对于唇读和手语没有实际的可用性。5.2.1用指语字母交谈或交流手语是一种字母表中的每一个字母对应一个特定手位置的技术。对于不同国家，手语位置是不同的。通过以快速次序显示这些位置以形成词语来实现。这些拼写的词通常是主要手语不包含的名称和其他特定的名词。手语在日常应用情况下速度一般为每秒最多使用10个字符。为可靠再现手语，每个字符至少应再现两个图形。因此，清晰地再现手语需要每秒至少显示20帧图像。5.2.2一般的手语用指语字母交谈或交流仅是手语的一部分。手语的较大部分是通过标记来表示完整的概念、部分句子、语法和普通的名词。世界上有许多种手语。即使这些手语是不同的，本标准中相关捕述将尽可能足够接近公共概念，使本标准对这些手语均有效。同样，在一般的手语期间，快速的手运动同时出现的短的眼睛闪动也携带语法信息。在许多情况下，时间分辨力需要类似于用指语字母交谈或交流需要的那些需求。5.2.3唇读对于唇读的一般图形需求可以从一般语言的音素计算出来。一般速度是每秒10个音素。为使观看者观察到可见的音素，每秒应再现至少20桢图片。5.2.4适应在唇读和手语的两种情况下，语言再现的速度可以根据意愿适当降低。这就解释了在一些特定情况下可以使用每秒12帧15帧的原因。有经验的唇读者和手语使用者也具有根据以往经验和相关冗余信息猜测出具体语义的能力。对于部分用户而言，可能会在连接上使用比上面所列出的质量要求低一些的短会话，