机构名称：
¥ 1.0
多年来，使用手势识别手势翻译来解决听力多数与聋人之间的沟通差距取得了重大突破。虽然基于接触的方法使用可穿戴设备，但由于其提供的便利性，因此优选基于视觉的解决方案，并且由于它避免了对复杂齿轮的需求。本研究介绍了Wika的开发，Wika是一种开源软件，旨在跟踪手的关节并将其解释为相应的手语对应物。DeepLabcut是一种无标记的姿势估计软件，通过训练顺序卷积神经网络来开发手工接头跟踪模型，利用提取的手术字母（A-Z）和数字（A-Z）和数字（1-9）基于关节的定位。开发的手接跟踪模型显示出4.92％的训练误差和5.74％的测试误差，p切断为60％。另一方面，开发的手语识别达到了96.44％的预测准确性，仅为0.0356％的流行阶层。该模型可以进一步集成到手机中，以进行签名和非签名人群之间的无缝对话。关键字：菲律宾手语，手动跟踪，骨骼数据，姿势估计，卷积神经网络菲律宾语言语言（FSL），菲律宾的聋人使用，将其起源追溯到美国手语（ASL）[1]。在菲律宾，聋人，静音或听力障碍的人数总数约占人口的1.23％。FSL通过弥合聋人和菲律宾和世界其他地方的听力多数来证明其效用[2]。大多数听证会菲律宾人不了解FSL，并且掌握它通常需要正式的教学[3]在聋人人群和听力多数之间产生语言障碍和明显的沟通差距[4]。这一差距妨碍了有意义的互动，限制了教育机会，并为影响聋人社区的福祉和进步的排斥循环提供了。听力菲律宾人不了解FSL的普遍性不仅在表达方面形成了差距，而且导致了非听证人群的文化差异和社会隔离。促进聋人社区的社会包容性和平等机会，为研究人员提供了急需的动力，以探索
Wika：提取的基于视觉的手语识别
主要关键词
相关文件推荐
