通过最佳使用机器学习来实时识别新西兰手语字母表
Mubashir Ali1, Seyed Ebrahim Hosseini2, Shahbaz Pervez2
1Idexx Laboratories Inc., Auckland 4440, New Zealand.
Bioengineering (Basel, Switzerland)
|October 29, 2025
概括
这项研究开发了一个机器学习应用程序,通过识别手势来评估新西兰手语 (NZSL) 熟练程度. 该系统旨在弥合新西兰聋人之间的沟通差距.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 语言学的语言学.
背景情况:
- 有效的沟通对于聋人来说至关重要,但由于缺乏共同的语言,仍然存在挑战.
- 新西兰的教育系统专注于口语,使聋子学生依赖手语而处于不利地位.
- 弥合公众和聋人社区之间的沟通差距对于包容至关重要.
研究的目的:
- 开发一个应用程序来评估新西兰手语 (NZSL) 熟练程度.
- 通过地标检测研究精确的手势识别的机器学习方法.
- 为了提高新西兰聋人沟通的可访问性.
主要方法:
- 使用机器学习的手势识别,专注于地标检测.
- 使用大约10万个手势表达式在CSV格式的数据集.
- 评估多个分类器:随机森林,k-最近邻居,AdaBoost,天真湾,支持矢量机,决策树和后勤回归.
主要成果:
- 该研究系统地评估了NZSL手势识别的各种机器学习模型.
- 里程碑检测在计算机视觉任务中的特征提取方面被证明是有效的.
- 开发的系统旨在提供NZSL熟练程度的可量化的衡量标准.
结论:
- 机器学习,特别是里程碑检测,为开发NZSL熟练度评估工具提供了可行的方法.
- 该应用程序有可能显著改善新西兰聋人社区的通信可访问性.
- 进一步开发可以提高系统的准确性,并扩大其在教育和专业环境中的应用.
