Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozpoznawanie języka migowego

Sortuj według:

Ogranicz wyniki do:

British sign language recognition in the wild based on multi-class SVM

Olszewska Joanna I., Quinn M.

Annals of Computer Science and Information Systems

2019

Vol. 18

81--86

Developing assistive, cost-effective, non-invasive technologies to aid communication of people with hearing impairments is of prime importance in our society, in order to widen accessibility and inclusiveness. For this purpose, we have developed an intelligent vision system embedded on a smartphone and deployed in the wild. In particular, it integrates both computer vision methods involving Histogram of Oriented Gradients (HOG) and machine learning techniques such as multiclass Support Vector Machine (SVM) to detect and recognize British Visual Language (BSL) signs automatically. Our system was successfully tested on a real-world dataset containing 13,066 samples and shown an accuracy of over 99% with an average processing time of 170ms, thus appropriate for real-time visual signing.

Acquisition of multimodal data corpus for automatic sign language processing

Gałka J., Węgrzynowicz P., Mąsior M.

Studia Informatica

2016

Vol. 37, nr 1

19--31

Artykuł prezentuje utworzenie korpusu nagrań gestów Polskiego Języka Migowego na potrzeby badań możliwości rozpoznawania i automatycznego tłumaczenia języka migowego. Zaprezentowano podejście i metodykę tworzenia bazy nagrań oraz opisano implementację systemu akwizycji. Przedstawiono także ewaluację zebranych danych pod kątem rozpoznawania gestów języka migowego oraz po-równano z innymi, dostępnymi zasobami.

This paper presents the creation of a Polish Sign Language corpus suitable for recognition research and automatic translation of sign language. The recording approach used and the captured data modalities are presented, as well as the description of the acquisition system implementation. The evaluation of the collected corpus is presented and compared to other available resources.