打破沉默:通过自动标语解码赋予聋社区权力
1Biomedical Engineering Department, Faculty of Engineering, 110121 Misr University for Science and Technology (MUST), Giza, Egypt.
Biomedizinische Technik. Biomedical engineering
|June 3, 2024
概括
这项研究开发了一种使用卷积神经网络 (CNN) 的自动手语识别系统,将埃及右手手势转换为文本或声音,大大帮助了聋社区.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 人与计算机的交互
背景情况:
- 埃及的聋社区存在沟通障碍.
- 现有的手语识别解决方案有限.
- 需要可访问的技术来弥合沟通差距.
研究的目的:
- 开发一个自动手语识别系统.
- 改善埃及聋社区的生活质量.
- 将右手手势转换为可听到的声音或显示的文本.
主要方法:
- 使用卷积神经网络 (CNN) 模型进行手势识别.
- 通过网络摄像头捕捉到的右手手势训练了CNN.
- 创建了一个定制数据集,志愿者参与模型培训和验证.
主要成果:
- 在识别右手手势方面达到99.65%的平均准确率.
- 达到95.11%的高精度值.
- 成功地区分了不同字母的类似手势.
结论:
- 拟议的系统为埃及的自动手语识别提供了一个可行的解决方案.
- 准确的手势识别可以增强聋社区的沟通能力.
- 该技术促进了包容性和可访问性,改善了生活质量.
更多相关视频
11:39Assessment of Audio-Tactile Sensory Substitution Training in Participants with Profound Deafness Using the Event-Related Potential Technique
Published on: September 7, 2022
2.2K
09:01Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind
Published on: March 27, 2013
14.4K
