💻 computer science
Cross-Age Real-Time Kannada Sign Language Recognition using Curvilinear Geometric Features and CNN-LSTM Models
تقدم هذه الدراسة إطار عمل قويًا في الوقت الفعلي للتعرف على لغة الإشارة الكانادية عبر مختلف الأعمار، والذي يدمج استخراج الميزات الهندسية المنحنية مع بنية هجينة من الشبكات العصبية التلافيفية (CNN) والذاكرة الطويلة قصيرة المدى (LSTM)، محققًا دقة بنسبة 94.6% على مجموعة بيانات جديدة تم تنسيقها من 5,000 عينة مشروحة لتسهيل الترجمة الفعالة من الإشارة إلى النص لأغراض التواصل المساعد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.