本文提出了一种基于稀疏编码的框架手语识别(SLR),特别是对于独立于手语者案子。 为了处理签名者之间的差异, 捕获不同特征之间的共同特征的词典签名者是通过考虑语义约束来学习的。 因此对于来自未知签名者的给定符号,稀疏表示, 维护有关此特定信息的更多信息尽量忽略身份信息的同时进行手语上课尽可能生成。 在我们的实施中,每个符号被分成固定数量的片段,并且提取融合手形和运动轨迹的特征从碎片。 从培训中学到的字典碎片可以被视为符号的基本亚单位,每个这些基本矢量可以对标志视频的片段进行编码。 最后,通过SVM实现识别结果。 片段的级联稀疏编码特征。 这实验和比较表明,我们的方法更加对独立于签名者的识别问题有效其他基准方法。 同时,它还执行非常适合于依赖签名者的情况。