基于 Mediapipe 与 CNN 的实时美式手语手势识别
计算机视觉与模式识别
2023-05-25 v3 机器学习
摘要
本研究论文描述了一种利用现代计算机视觉与机器学习方法识别美国手语（ASL）动作的实时系统。所提方法利用 Mediapipe 库进行特征提取，并利用卷积神经网络（CNN）进行 ASL 手势分类。测试结果表明，所提系统能以 99.95% 的准确率识别所有 ASL 字母，显示出其在听障人士通信设备中的应用潜力。该 proposed 方法也可应用于具有类似手部动作的其他手语，有望提升听力损失人群的生活质量。总体而言，本研究证明了使用 Mediapipe 与 CNN 进行实时手语识别的有效性，为计算机视觉与机器学习领域作出了重要贡献。
引用
@article{arxiv.2305.05296,
title = {Mediapipe and CNNs for Real-Time ASL Gesture Recognition},
author = {Rupesh Kumar and Ashutosh Bajpai and Ayush Sinha},
journal= {arXiv preprint arXiv:2305.05296},
year = {2023}
}
备注
5 pages, 6 figures, 2 tables