Zeichendetektion und -erkennung mit CNN und maschinellem Lernen

Die Gebärdensprache ist ein wichtiges Kommunikationsmittel für Gehörlose und Schwerhörige, da sie eine reichhaltige, visuelle Sprache bietet, die Ausdruck und Verbindung ermöglicht. Für Menschen, die die Gebärdensprache nicht verstehen, bestehen jedoch nach wie vor Kommunikationsbarrieren. Dank der jüngsten Fortschritte in den Bereichen Computer Vision und Deep Learning bieten automatisierte Systeme zur Erkennung von Gebärdensprache vielversprechende Lösungen, um diese Lücke zu schließen, indem sie die Übersetzung von Handgesten in Text oder gesprochene Sprache in Echtzeit ermöglichen. Dieses Projekt konzentriert sich auf die Implementierung eines Echtzeit-Erkennungssystems für Gebärdensprache unter Verwendung von Convolutional Neural Networks (CNNs), um statische Handgesten zu identifizieren, die Buchstaben des englischen Alphabets darstellen.

Autorentext

Soy estudiante de último año de Ingeniería Mecánica en el prestigioso Instituto Vishwakarma de Tecnología de la Información en Pune. Apasionados por el avance en los campos del aprendizaje automático, la visión por computadora y la tecnología de asistencia, se especializan en el diseño y la implementación, con un enfoque particular en la red neuronal convolucional.