May, 2024

使用微调的 YOLOv8 和计算机视觉技术进行马拉亚拉姆手语识别

PDF
TL;DR这篇论文提出了一种使用深度学习和计算机视觉技术进行马拉雅拉姆语手语识别的方法，解决了马拉雅拉姆语手语数据有限的问题，并展示了与其他手语识别系统相当的准确性。
发现论文，激发创造
  • 基于 YOLOv5 算法的泰卢固手语识别

    通过使用 YOLOv5 对象识别框架，本研究提出了一种新颖的方法来识别 TSL 手势，为聋哑社区提供准确和成功的手势识别方法。利用迁移学习方法，将 YOLOv5 模型定制为 TSL 手势，经过调参和优化，获得了 90.5% 的 F1 值和 98.1% 的 mAP 值。该研究为可访问技术的未来发展奠定了基础，并提供了对 TSL 手势识别领域的深入洞察和新颖方法。

    Apr, 2024

  • 手语识别技术和算法的比较分析

    该研究比较了各种深度学习技术对手语的识别，旨在提供这一领域中最新方法和挑战的综合概述。

    May, 2023

  • 基于图像的印度手语识别：使用深度神经网络的实用综述

    该研究旨在利用计算机视觉技术和卷积神经网络，开发一种实时、基于印度手语的手语识别系统，以帮助印度的聋人和听力有障碍的人群。经过多次处理和训练，该模型的准确率达到了 99%。

    Apr, 2023

  • 使用 Mediapipe Holistic 的印度手语识别

    通过使用卷积神经网络和 LSTM 模型进行手势和静态手语识别，研究开发了一种印度手语转换为文本或语音的文本 - 手语翻译模型，可以帮助聋人和听障人士在社交、教育和职业场境中进行更准确的交流。

    Apr, 2023

  • 基于深度学习的手语识别方法综述

    通过实验评估了基于计算机视觉的手语识别方法，并引入了新的序列训练标准，讨论了许多预训练方案，并创建了带注释的希腊手语 RGB + D 数据集。

    Jul, 2020

  • 利用物体检测和口头反馈帮助盲人

    本研究使用 YOLO 模型和 OpenCV 库，利用实时视频检测对象并将图像识别结果以可听形式提供给视觉障碍者，成功实现了优秀的平均准确率 (mAP)。

    Dec, 2023

  • 手语深度伪造的生成与检测 —— 语言和视觉分析

    利用深度伪造技术生成上半身的虚拟形象，配合手语并由专家审核，为聋哑人士群体带来积极应用的研究。通过构建可靠的深度伪造数据集，评估其技术和视觉可信度，并评估生成内容的可信度。该研究对健康和教育领域具有潜在益处，并可用于检测可能针对特定群体的伪造视频。

    Apr, 2024

  • 一个实时的人工智能学习手语的系统

    开发一种基于人工智能的成本效益高、资源高效和开放的技术，旨在帮助人们学习和使用手语进行交流，以促进社会的包容性。该研究分析了基于人工智能的手语解决方案，特别聚焦美国手语，取得了令人满意的初步结果，并为进一步发展奠定了基础。

    Feb, 2024

  • BdSpell: 基于 Yolo 的孟加拉手语即时拼写系统

    提出了一种基于 YOLOv5 架构的新型实时手指拼写系统，通过使用指定规则和数字类作为触发器，高效生成隐藏和复合字符，大大提高了用户便利性，同时取得了令人瞩目的字符拼写准确率和模型平均精度，为增强 BdSL 解释提供了实质性的进展，提升了 Bangla 手语社区的沟通方式和语言平等性。

    Sep, 2023

  • 使用 TensorFlow Object Detection API 的手语识别系统

    使用机器学习通过识别手势翻译手语对听障人群和其他人之间的交流有重要意义，该研究使用网络摄像头进行印度手语数据集构建，使用迁移学习训练 TensorFlow 模型实现实时手语识别系统，并实现了较高的准确率。

    Jan, 2022