文献

J-GLOBAL ID：202102252245428717   整理番号：21A0070225

深層ニューラルネットワークに基づく中国語手話の認識【JST・京大機械翻訳】

Recognizing Chinese Sign Language Based on Deep Neural Network

著者 (7件)： Hu Xi (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Tan Liming (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Zhou Jiayi (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Ali Shahid (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Yong Zirui (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Liao Jun (Chongqing University,School of Big Data & Software Engineering,Chongqing,China) ,  Liu Li (Chongqing University,School of Big Data & Software Engineering,Chongqing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SMC  ページ： 4127-4133  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ヒトコンピュータインタラクション(HCI)の分野では,ジェスチャ認識が注目されている。コンピュータビジョンにおける深層ニューラルネットワーク技術の開発により,より複雑な符号言語は認識できるが,中国語言語(CSL)認識に関する研究は議論に留まっている。ここでは,収集したデータセットを実行し,CSLを認識する新しい解決策を提案し,さらに2D画像を用いたCSL認識に関する予備的検証に関する洞察を行った。本論文は,連続改良技術法を用いて,画像認識ネットワークに及ぼすデータセット自体の悪影響を減らすことを試みた。本研究は以下の1つを扱う。CSL画像データセットの欠如のため,CSLデータセットを作成し,データセットの有用性を検証するために,次の実験でそれを使用した。2)自製データセットを用いて,手骨格ジェスチャ認識の方法を結合して,ジェスチャーオーバラップの影響を減らし,認識精度を改善した。最後に,ネットワークモデルを訓練し,そして,0.9324.3の正確性率を達成するのが困難ないくつかの重複ジェスチャーを含む自己作成データセットに関して試験して,データセットを改善し,言語学研究を必要とする動的サイン言語認識の時間領域問題を解決するためのファジィ意味認識を用いて,この実験継続のアイデアを提唱した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  言語学 ,  *ネットワーク ,  *中国語 ,  二次元 ,  コンピュータビジョン ,  *手話 ,  曖昧さ ,  画像認識
準シソーラス用語： 身振り ,  ネットワークモデル ,  ジェスチャー認識 ,  符号語 ,  言語認識 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層ニューラルネットワーク ,  中国語 ,  手話