SLRNet：基于LSTM的实时手语识别系统
计算机视觉与模式识别
2025-06-18 v1
摘要
手语识别（SLR）在连接听力丧失社区与社会之间起着关键作用。本文介绍了SLRNet，一个基于MediaPipe Holistic和长短期记忆网络（LSTM）的实时网页摄像头ASL识别系统。该模型处理视频流以识别ASL字母和功能词。SLRNet在验证准确率达到86.7%，表明了包容性、硬件无关的手势识别的可行性。
引用
@article{arxiv.2506.11154,
title = {SLRNet: A Real-Time LSTM-Based Sign Language Recognition System},
author = {Sharvari Kamble},
journal= {arXiv preprint arXiv:2506.11154},
year = {2025}
}
备注
9 pages, 5 figures, includes experimental results. Code available at: https://github.com/Khushi-739/SLRNet