面向美国手语数字字母识别与语义姿态检索的开源接口

本文介绍了一个用于美国手语数字字母识别和语义姿态检索的开源接口，旨在作为更高级手语翻译系统的步�枫。该接口利用卷积神经网络和姿态估计模型的组合，提供两个模块化组件：用于将 ASL 手写数字字母翻译为语音英文的识别模块，以及用于将语音英文转换为 ASL 姿态序列的生产模块。该系统设计为高度可访问、用户友好，能够在各种环境条件下正常工作，包括背景、照明、肤色和手部尺寸。我们讨论了模型架构、野外应用以及为实际消费者应用潜在的未来增强。