Deep Learning Approach For Sign Language Recognition

doi:10.26555/jiteki.v9i1.25051

Deep Learning Approach For Sign Language Recognition

2023-01-17

0

OA

AI

DOI：10.26555/jiteki.v9i1.25051

原文链接

原文求助

摘要

En 中文

手语是一种在听力障碍者之间使用手部动作进行交流的沟通方式。问题出现在听力障碍者与正常人之间的沟通中，因为并非所有人都理解手语，因此需要建立手语识别模型。本研究旨在利用深度学习方法构建手语介绍模型。所使用的模型是卷积神经网络（CNN）。该模型使用包含27个类别的ASL字母数据库进行测试，每个类别包含3000张图像，共计87,000张200×200像素的手势图像。首先是对输入图像进行缩放至32×32像素的处理。此外，将数据集分为训练集和验证集，比例分别为75%和25%。测试结果表明，所提出的模型具有良好的性能，准确率达到99%。实验结果显示，通过背景校正进行图像预处理可以提升模型性能。

Deep Learning Approach For Sign Language Recognition

摘要

期刊

机构

引用论文