文献

J-GLOBAL ID：202102286243420755   整理番号：21A0673212

新しい深層畳込みニューラルネットワークを用いたベンガル手話の認識【JST・京大機械翻訳】

Recognition of Bengali Sign Language using Novel Deep Convolutional Neural Network

著者 (2件)： Hossein Md. Jahangir (Bangladesh Army University of Engineering and Technology,Dept. of Computer Science and Engineering) ,  Sabbir Ejaz Md. (Bangladesh Army University of Engineering and Technology,Dept. of Computer Science and Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： STI  ページ： 1-5  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： 著者らの惑星では,音声と聴覚障害者が社会の一部である。障害者と一般人の間で相互作用が必要な場合,コミュニケーションは困難になる。いくつかの人種において,障害された人々はコミュニケーションのために様々なサイン言語を実践する。音声と聴覚障害者のために,サイン言語はそれらの生活様式における基本的コミュニケーション方法である。しかしながら,著者らのコミュニティの大部分が彼らの実践されたサイン言語に気づかないので,それらを主流に分離するのは難しい。今日,コンピュータビジョンベースの解決策は,一般人々に理解できるそれらのサイン言語を得るために完全に評価されている。多くのアナリストは,サイン言語を認識するためのコンピュータビジョンベースの解決策の1つであるHand Gestureの認識でショットを取り上げている。それは,現在,長期間の研究の人気のある分野である。いくつかの最近の研究は,コンピュータビジョンにおけるHand Gesture認識に関する領域における深い学習のモデルを用いて,莫大な性能に達した。この研究により,Bangla Sign言語アルファベットを正確に認識できる適切な深層学習モデルの構築により,音声と聴覚障害者の間の通信困難とバングラデシュの残りを低減することを目的とした。本研究では,異なるCNN(畳込みニューラルネットワーク)アーキテクチャを導入し,それぞれのIshara-Lipiデータベースによるベンガルサインのアルファベットを同定した。このアーキテクチャは99.86%の一般精度を達成し,ベンガルサインアルファベット認識に関するすべての先行研究を凌駕した。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： 相互作用 ,  惑星 ,  言語 ,  コミュニケーション ,  データベース ,  コミュニティ ,  バングラデシュ人民共和国 ,  ライフスタイル ,  通信 ,  コンピュータビジョン ,  障害者 ,  *手話 ,  計算機アーキテクチャ ,  聴覚障害者
準シソーラス用語： 深層学習 , 【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 (2件)： 深層畳込みニューラルネットワーク ,  手話