点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
摘要标志语言的识别对于促进聋人与听力社区之间的交流至关重要。本文解决了使用卷积神经网络识别罗马尼亚手语（RSL）字母的问题。我们培训了定制和转移学习模型。由于RSL上数据集的不可用，我们从两个不同的主题中录制了一个数据集，在4个不同的灯泡中执行26个标志。比较分析表明，利用转移学习在准确性方面优于自定义模型。本文的关键贡献是开发了以前无法使用的RSL字母的综合数据集，从而促进了该领域其他模型的创建。我们的发现强调了深度学习在推进辅助技术方面的潜力。
主要关键词
