据不完全统计,我国每年大约有三万名听觉受损的新生儿出现,需要大量的手语教师,但很多家庭无法承担学习手语的费用。另外,健听人群不了解手语,要想与聋哑人无障碍交流,也需要学习手语。线下手语的学习由于教学地点、时间的固定,使得手语学习存在很大的局限性。因此线上虚拟人手语教学平台具有很强的现实意义。本文研究虚拟人手语教学技术,包括利用手势检测与手势识别技术对手语学习效果进行正误判断以及虚拟人手语示范性教学两部分。本文首先对手势检测算法EfficientDet进行了深入研究。针对手语视频中手势所占据的空间小无法充分提取手部特征信息这个问题,本文通过增加空间注意力机制完善了该算法的主干特征信息提取网络;针对特征融合后易遗漏手部特征的细节信息等问题,通过拉普拉斯金字塔思想改进了该算法的特征融合网络,在自上而下的路径中融入细节特征信息,并增加了跨级连接,使生成的特征图信息更加丰富。改进后的EfficientDet算法在复杂多变的背景下对手部具有较高的检测精度。为了进一步实现手语学习效果的正误判断,对手势识别进行了研究。针对二维卷积神经网络无法提取手语视频时间信息的问题,本文采用SE-3D CNN+LSTM+Attention模型实现动态手势识别。首先,运用3D CNN提取短时空特征,引入三维SE Block使通道联系更加紧密;其次,使用双向LSTM提取长时空特征,加入文本分类注意力机制更加关注时序信息;最后,通过全连接层等一系列操作输出识别结果。针对现有手语教学大都是学习者通过图片、文字这类方式学习,无法看到手语运动过程这个问题,本文构建虚拟教师实现手语的示范性教学,通过手语动画演示生动形象的完成手语教学任务。使用骨骼蒙皮方式创建虚拟人模型,通过关键帧动画构成手语动作库实现手语表达。采用WebGL技术完成了虚拟人模型在网页端的可视化展示,通过动态手势识别技术对手语学习效果进行正误判断。该平台使用方法简单,有利于推广,不需要电子手套去采集手语动画,并且手势识别准确率高,是一个应用性极强的手语教学平台。