...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Procedia Computer Science >3D-CNN based Dynamic Gesture Recognition for Indian Sign Language Modeling
【24h】

3D-CNN based Dynamic Gesture Recognition for Indian Sign Language Modeling

机译：基于3D CNN的印度手语造型动态手势识别

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Hand gestures used in Indian Sign Language (ISL) are static and dynamic in the time domain. The Indian Sign Language is available as a standard but is still not very common among peoples. In this paper, we have used a 3-dimensional convolutional based Convolution Neural Network to model the most utilized gestures of the Indian community. The trained model can provide a natural language output corresponding to the signs of the ISL. This in turn will help in reducing the problems faced while communicating with deaf and dumb peoples. Moreover, these dynamic gestures can be used in medical, industrial and various other fields. We took 20 gestures from standard Indian Sign Language (ISL) and trained our model on the dataset made by replicating the actions of those gestures. Ten subjects volunteered to make the dataset in distinct backgrounds, light conditions and orientations. Network model used produced good results in terms of accuracy, precision, recall and f1-scores.
机译：在印度手语（ISL）中使用的手势是时域中的静态和动态。 印度手语可以作为标准提供，但人数仍然不是很常见。 在本文中，我们使用了基于三维卷积的卷积神经网络来模拟印度社区的最利用的手势。 培训的模型可以提供与ISL的符号对应的自然语言输出。 这反过来将有助于减少与聋人和愚蠢人民沟通时面临的问题。 此外，这些动态手势可用于医疗，工业和各种其他领域。 我们从标准的印度手语（ISL）中拍摄了20个手势，并在通过复制这些手势的行动进行的数据集上培训我们的模型。 十个受试者自愿，使数据集在不同的背景，光线条件和方向中。 网络模型在准确性，精度，召回和F1分数方面产生了良好的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号