BdSL36：一个用于孟加拉手语字母识别的数据集
计算机视觉与模式识别
2021-10-05 v1
摘要
孟加拉手语（BdSL）是孟加拉国听障人士常用的交流媒介。在无受控实验室环境下的实时BdSL翻译器具有广泛的社会影响，也是一条有趣的研究途径。此外，由于不同对象（年龄、性别、肤色等）的差异、复杂特征以及手势相似性和背景杂乱，这是一项具有挑战性的任务。然而，现有的BdSL分类任务数据集主要在实验室友好环境中构建，限制了强大深度学习技术的应用。本文中，我们引入名为BdSL36的数据集，其包含背景增强以使数据集具有通用性，并含有超过四百万张分属36类的图像。此外，我们用边界框标注了约40,000张图像，以利用目标检测算法的潜力。进一步，我们进行了若干密集实验以建立BdSL36的基线性能。而且，我们在用户层面对我们的分类器进行β测试，以证明该数据集在现实世界应用中的可能性。我们相信我们的BdSL36将加速未来关于实用手语字母分类的研究。我们提供该数据集及所有预训练模型供后续研究者使用。
引用
@article{arxiv.2110.00869,
title = {BdSL36: A Dataset for Bangladeshi Sign Letters Recognition},
author = {Oishee Bintey Hoque and Mohammad Imrul Jubair and Al-Farabi Akash and Saiful Islam},
journal= {arXiv preprint arXiv:2110.00869},
year = {2021}
}
备注
Proceedings of the Asian Conference on Computer Vision (ACCV) Workshops, 2020