W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

System wspomagający rozpoznawanie znaków języka migowego oparty na sztucznej sieci neuronowej

Autorzy

Wariant tytułu

EN Signs recognition system based on artificial neural network

Rok publikacji

2017

Opublikowano w

Poznan University of Technology Academic Journals. Electrical Engineering

Rocznik: 2017 | Numer: Issue 91

Typ artykułu

artykuł naukowy

Język publikacji

polski

Słowa kluczowe
PL
  • Microsoft Kinect
  • sztuczne sieci neuronowe
  • theano
  • sieci konwolucyjne
  • detekcja obrazu
Streszczenie

PL W niniejszym artykule zaproponowano realizację systemu wspomagajacego rozpoznawanie statycznych znaków języka migowego. Na potrzeby rozwiązania skorzystano z sensora Microsoft Kinect XBOX 360, przygotowano oprogramowanie umożliwiające translację znaków dla osób nie znających tego języka, oparte na sztucznej inteligencji, przetworzono otrzymane informacje oraz utworzono zbiór danych pozwalający na ich poprawną klasyfikację. Istotnym faktem jest również wybranie najbardziej optymalnego rozwiązania, zarówno pod względem możliwości wydajnościowych przeciętnego komputera osobistego jak i efektywności działania systemu.

EN In following work there is suggested a solution to recognise certain static characters from sign language. To achieve the objective, there were used tools like Microsoft Kinect and convolutional neural networks. Main problems to overcome were to collect data from Kinect sensor and prepare software based on artificial intelligence, which could process gathered material. For learning purposes around four thousand images were collected. Dataset this large was required for neural networks to work and respond properly. What is also important is to select the most optimal solution for neural networks. The influence of dropout parameter on learning process was studied too.

Strony (od-do)

155 - 164

DOI

10.21008/j.1897-0737.2017.91.0015

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Punktacja Ministerstwa / czasopismo

9

Punktacja Ministerstwa / czasopismo w ewaluacji 2017-2021

9

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.