Раджабзода Комил Рамазон Ассистент кафедры Автоматизированные Системы Обработки Информации и Управления, факультет Цифровых технологий, систем и защиты информации Таджикского Технического Университета имени академика М.С. Осими Аннотация В данной статье проводится анализ методов распознавания жестов с использованием инструментов компьютерного зрения и машинного обучения, а также реализуется пример распознавания жестов на основе подхода извлечения и классификации признаков […]

1. Разработка специальных перчаток для распознавания языка жестов (ASL) и преобразования в речь (звуковой сигнал): Студенты Университета «Lemelson MIT», 2016 год (Gloves that translate sign language to voice). 2. TED: Как ИИ может объединить миры глухих и слышащих Пример продукта (OmniBridge), разработанный Адамом Мундером, неслышащим инженером для распознавания американского языка жестов (ASL) и преобразования в

Аннотация Распознавание языков жестов с использованием компьютерных технологий становится всё более актуальным в связи с необходимостью обеспечения доступности коммуникации для людей с нарушениями слуха. Современные методы основаны на применении машинного обучения, компьютерного зрения и нейронных сетей. В данной статье рассматриваются ключевые подходы и достижения в области автоматического распознавания жестов, включая использование свёрточных нейронных сетей, трансформеров

Современные методы компьютерного распознавания языков жестов включают: 1. Компьютерное зрение и обработка изображений: — Использование камер (RGB, глубинные, инфракрасные) для захвата жестов. — Алгоритмы сегментации рук (например, MediaPipe, OpenPose) для выделения ключевых точек. — Нейронные сети (CNN, RNN, Transformer) для классификации жестов по видео или изображениям. — Примеры моделей: 3D-CNN, LSTM, Graph Neural Networks (GNN)