Анализ методов машинного обучения для распознавания языка жестов в режиме реального времени : магистерская диссертация

Abstract

The object of the study is real-time sign language recognition systems based on artificial intelligence. Subject of the study - methods of sign language recognition using artificial intelligence. The purpose of the work is to identify the best method for recognizing and interpreting sign language in real time in order to expand access to information for people with hearing impairments. Research methods: the research used methods of system analysis, data analysis models and machine learning algorithms, computer vision algorithms, cognitive analysis of user preferences. The result of the work is a working machine learning model capable of recognizing 10 words of Russian Sign Language (RSL) in real time with high accuracy.

Объектом исследования являются системы распознавания языков жестов в режиме реального времени, основанные на искусственном интеллекте. Предмет исследования – методы распознавания языков жестов с использованием искусственного интеллекта. Цель работы заключается в выявлении наилучшего метода распознавания и интерпретации жестового языка в режиме реального времени с целью расширения доступа к информации лиц с нарушениями слуха. Методы исследований: при проведении исследований использовались методы системного анализа, модели анализа данных и алгоритмы машинного обучения, алгоритмы компьютерного зрения, когнитивный анализ пользовательских предпочтений. Результатом работы является действующая модель машинного обучения, способная с высокой точностью распознавать 10 слов Русского жестового языка (РЖЯ) в режиме реального времени.