基于 Faster R-CNN 的孟加拉手语实时检测
计算机视觉与模式识别
2021-12-06 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。开发从图像中实时检测这些手势的系统是一项巨大挑战。在本文中，我们提出了一种从图像中实时检测 BdSL 的技术。我们的方法使用基于卷积神经网络的目标检测技术来检测图像区域中手势的存在并识别其类别。为此，我们采用 Faster Region-based Convolutional Network 方法并构建了数据集 BdSLImset 来训练我们的系统。以往检测 BdSL 的研究工作通常依赖外部设备，而大多数其他基于视觉的技术在实时性能上效率不高。然而，我们的方法没有此类限制，实验结果表明所提方法能成功实时识别和辨认孟加拉手语。
关键词
引用
@article{arxiv.1811.12813,
title = {Real Time Bangladeshi Sign Language Detection using Faster R-CNN},
author = {Oishee Bintey Hoque and Mohammad Imrul Jubair and Md. Saiful Islam and Al-Farabi Akash and Alvin Sachie Paulson},
journal= {arXiv preprint arXiv:1811.12813},
year = {2021}
}
备注
6 pages, Accepted in International Conference on Innovation in Engineering and Technology (ICIET) 27-29 December, 2018, Dhaka, Bangladesh