Cross-Age Real-Time Kannada Sign Language Recognition using Curvilinear Geometric Features and CNN-LSTM Models
Cette étude introduit un cadre robuste et en temps réel pour la reconnaissance de la langue des signes kannada inter-âges qui intègre l'extraction de caractéristiques géométriques curvilignes à une architecture hybride CNN-LSTM, atteignant une précision de 94,6 % sur un nouvel ensemble de données de 5 000 échantillons annotés afin de faciliter la traduction efficace de la langue des signes en texte pour la communication assistée.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.