💻 computer science
Cross-Age Real-Time Kannada Sign Language Recognition using Curvilinear Geometric Features and CNN-LSTM Models
本研究引入了一个鲁棒的实时跨年龄卡纳达手语识别框架，该框架将曲线几何特征提取与混合 CNN-LSTM 架构相结合，在由 5,000 个标注样本组成的新构建数据集上实现了 94.6% 的准确率，旨在为辅助通信提供有效的手语到文本转换。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。