Cross-Age Real-Time Kannada Sign Language Recognition using Curvilinear Geometric Features and CNN-LSTM Models
Deze studie introduceert een robuust, realtime framework voor cross-age Kannada Gebarentaalherkenning dat curvilineaire geometrische kenmerkextractie integreert met een hybride CNN-LSTM-architectuur, waarbij een nauwkeurigheid van 94,6% wordt bereikt op een nieuw samengestelde dataset van 5.000 geannoteerde monsters om effectieve vertaling van gebaar naar tekst voor assistieve communicatie te faciliteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.