論文の概要: A Comparative Analysis of Techniques and Algorithms for Recognising Sign Language

• arxiv url: http://arxiv.org/abs/2305.13941v2
• Date: Wed, 24 May 2023 06:45:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 00:47:22.282907
• Title: A Comparative Analysis of Techniques and Algorithms for Recognising Sign Language
• Title（参考訳）: 手話認識のための手法とアルゴリズムの比較分析
• Authors: Rupesh Kumar, Ayush Sinha, Ashutosh Bajpai, S.K Singh (Department of CSE, Galgotias College of Engineering and Technology, AKTU, Greater Noida, 201306, India)
• Abstract要約: 手話はしばしば、難聴者によるコミュニケーションの第一形態として使われる。 聴覚障害者にソーシャル・プラットフォームを提供するヒューマン・コンピュータ・インタフェース・システムを構築する必要がある。 ほとんどの商用手話翻訳システムはセンサーベースで高価で使いづらい。
• 参考スコア（独自算出の注目度）: 0.9311364633437358
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Sign language is a visual language that enhances communication between people and is frequently used as the primary form of communication by people with hearing loss. Even so, not many people with hearing loss use sign language, and they frequently experience social isolation. Therefore, it is necessary to create human-computer interface systems that can offer hearing-impaired people a social platform. Most commercial sign language translation systems now on the market are sensor-based, pricey, and challenging to use. Although vision-based systems are desperately needed, they must first overcome several challenges. Earlier continuous sign language recognition techniques used hidden Markov models, which have a limited ability to include temporal information. To get over these restrictions, several machine learning approaches are being applied to transform hand and sign language motions into spoken or written language. In this study, we compare various deep learning techniques for recognising sign language. Our survey aims to provide a comprehensive overview of the most recent approaches and challenges in this field.
• Abstract（参考訳）: 手話は人とのコミュニケーションを強化する視覚言語であり、難聴者によるコミュニケーションの第一形態として頻繁に使用される。 それでも、聴覚障害を持つ人の多くは手話を使い、しばしば社会的孤立を経験する。 したがって、聴覚障害者にソーシャルプラットフォームを提供するためのヒューマンコンピュータインタフェースシステムを作成する必要がある。 現在市場に出回っている商用手話翻訳システムは、センサーベース、価格帯、使いづらいものが多い。 ビジョンベースのシステムは必死に必要だが、まずいくつかの課題を克服しなければならない。 初期の連続手話認識技術では、時間的情報を含む能力に制限のある隠れマルコフモデルを用いた。 これらの制限を克服するために、手や手話の動きを話し言葉や書き言葉に変換するために、いくつかの機械学習アプローチが適用されている。 本研究では,手話認識のための様々な深層学習手法を比較した。 本調査は,本分野における最新のアプローチと課題の概要を概観することを目的としている。

関連論文リスト

• Scaling up Multimodal Pre-training for Sign Language Understanding [96.17753464544604]
  手話は、難聴者コミュニティにとってコミュニケーションの主要な意味である。 難聴者と聴覚者のコミュニケーションを容易にするために,手話理解(SLU)タスクのシリーズが研究されている。 これらの課題は、多様な視点から手話のトピックを調査し、手話ビデオの効果的な表現を学ぶ上での課題を提起する。
  論文  参考訳（メタデータ） (2024-08-16T06:04:25Z)
• A Transformer-Based Multi-Stream Approach for Isolated Iranian Sign Language Recognition [0.0]
  本研究の目的は,イラン手話語をトランスフォーマーなどの最新のディープラーニングツールの助けを借りて認識することである。 使用されるデータセットには、大学などの学術環境で頻繁に使用されるイラン手話101語が含まれている。
  論文  参考訳（メタデータ） (2024-06-27T06:54:25Z)
• Image-based Indian Sign Language Recognition: A Practical Review using Deep Neural Networks [0.0]
  このモデルは、手話をテキストに変換するリアルタイムな単語レベル手話認識システムを開発することを目的としている。 この分析のために、ユーザはWebカメラを使って手の動きの写真を撮らなければならない。 我々のモデルは畳み込みニューラルネットワーク(CNN)を用いて訓練され、画像の認識に使用される。
  論文  参考訳（メタデータ） (2023-04-28T09:27:04Z)
• Indian Sign Language Recognition Using Mediapipe Holistic [0.0]
  インド手話をテキストや音声に変換するために,手話認識のための堅牢なシステムを構築する。 サイン言語に依存した聴覚障害と難聴者のコミュニケーション能力を高めるため、テキスト・ツー・サイン言語パラダイムの作成が不可欠である。
  論文  参考訳（メタデータ） (2023-04-20T12:25:47Z)
• Audio Self-supervised Learning: A Survey [60.41768569891083]
  SSL(Self-Supervised Learning)は、人間のアノテーションを必要とせずに、大規模データから一般的な表現を見つけることを目的としている。 コンピュータビジョンと自然言語処理の分野での成功により、近年では音声処理や音声処理の分野で採用されている。
  論文  参考訳（メタデータ） (2022-03-02T15:58:29Z)
• All You Need In Sign Language Production [50.3955314892191]
  言語認識と生産のサインは、いくつかの重要な課題に対処する必要があります。 本稿では,難聴文化,難聴センター,手話の心理的視点について紹介する。 また、SLPのバックボーンアーキテクチャや手法を簡潔に紹介し、SLPの分類について提案する。
  論文  参考訳（メタデータ） (2022-01-05T13:45:09Z)
• Sign Language Recognition System using TensorFlow Object Detection API [0.0]
  本稿では,Webカメラを用いてインド手話データセットを作成し,次に移動学習を用いて,リアルタイム手話認識システムを構築するためのモデルを訓練する手法を提案する。 システムは、限られたサイズのデータセットであっても、良好な精度を達成する。
  論文  参考訳（メタデータ） (2022-01-05T07:13:03Z)
• Sign Language Production: A Review [51.07720650677784]
  手話 (Sign Language) は、聴覚障害と聴覚障害のコミュニティで使われるコミュニケーション言語である。 聴覚障害者と聴覚コミュニティのコミュニケーションを容易かつ相互に行うためには、話し言葉を手話に翻訳できる堅牢なシステムを構築することが不可欠です。 そのために、手話認識と生産は、このような双方向システムを作るのに必要な2つの部分です。
  論文  参考訳（メタデータ） (2021-03-29T19:38:22Z)
• Skeleton Based Sign Language Recognition Using Whole-body Keypoints [71.97020373520922]
  手話は聴覚障害者や言語障害者のコミュニケーションに使用される。 また,RGB-D法と組み合わせて最先端の性能を実現することで,Skeletonに基づく音声認識が普及しつつある。 近年のボディポーズ推定用citejin 2020wholeの開発に触発されて,全身キーポイントと特徴に基づく手話認識を提案する。
  論文  参考訳（メタデータ） (2021-03-16T03:38:17Z)
• Novel Approach to Use HU Moments with Image Processing Techniques for Real Time Sign Language Communication [0.0]
  手話通信装置(SLC)は,手話利用者と他国との言語障壁を解決するために設計されている。 システムは選択した手話記号を84%の精度で認識できる。
  論文  参考訳（メタデータ） (2020-07-20T03:10:18Z)
• Meta-Transfer Learning for Code-Switched Speech Recognition [72.84247387728999]
  低リソース環境下でのコード切替音声認識システムにおける学習を伝達するメタトランスファー学習法を提案する。 本モデルでは,コードスイッチングデータに最適化を条件付けることにより,個々の言語を識別し,混合言語音声をよりよく認識できるように変換する。
  論文  参考訳（メタデータ） (2020-04-29T14:27:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。