新型可穿戴系统可以实时识别手语
İlhan Umut1, Ümit Can Kumdereli2
1Department of Electronics and Automation, Corlu Vocational School, Tekirdag Namik Kemal University, Tekirdag 59850, Türkiye.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
本研究介绍了一种实用的软件,用于实时识别手语,使用来自两只手臂的肌肉活动和运动数据. 达到99.875%的准确性,它增强了听力障碍患者的沟通能力.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 机器学习 机器学习
背景情况:
- 现有的手语识别系统经常面临诸如高成本,易受环境因素影响和复杂硬件等局限性.
- 需要实用,准确和用户友好的解决方案来弥合听力障碍者的沟通差距.
研究的目的:
- 开发一个实用的,实时的手语词识别软件,利用表面电肌图和两个手臂的惯性测量单元数据.
- 通过提供具有成本效益和强大的解决方案来克服现有系统的局限性.
主要方法:
- 开发一个集成数字信号处理和机器学习算法的软件解决方案.
- 创建一个包含80个频繁使用的手语单词的数据集.
- 使用各种分类算法进行特征提取和性能评估.
主要成果:
- 随机森林算法实现了最高的识别准确率99.875%.
- 纯粹的贝叶斯算法产生了最低的准确率,为87.625%.
- 拟议的系统在识别手语单词方面表现出高效率.
结论:
- 开发的软件为实时手语识别提供了实用且高度准确的解决方案.
- 该系统有可能显著改善听力障碍者通信可访问性.
- 该系统确保无集成到日常生活中,而不影响用户的舒适性或生活方式.
