Nhận dạng ngôn ngữ ký hiệu tiếng Việt trong video bằng LSTM và I3D đa khối

Bài viết đề xuất một phương pháp nhận dạng ngôn ngữ ký hiệu tiếng Việt từ video dựa trên mô hình học sâu. Phương pháp đề xuất bao gồm hai phần chính là mô hình hai luồng mạng nơ ron tích chập (CNN) cho đặc trưng không gian và mạng bộ nhớ dài ngắn (Long-Short Term Memory - LSTM) cho đặc trưng thời gian. | NHẬN DẠNG NGÔN NGỮ KÝ HIỆU TIẾNG VIỆT TRONG VIDEO BẰNG LSTM VÀ I3D ĐA KHỐI Vũ Hoài Nam Hoàng Mậu Trung Phạm Văn Cường Học Viện Công Nghệ Bưu Chính Viễn Thông Tóm tắt Ngôn ngữ ký hiệu là một trong những tại mỗi khu vực vùng miền lại có một bộ ngôn ngữ phương tiện không thể thay thế trong giao tiếp hằng ký hiệu khác nhau. Chẳng hạn Việt Nam có 3 nhóm ngày của cộng đồng người câm điếc. Ngôn ngữ ký ngôn ngữ ký hiệu chính đó là ngôn ngữ ký hiệu hiệu được biểu diễn bằng cử chỉ phần thân trên của Hải Phòng Hà Nội Thành phố Hồ Chí Minh. Tại người thể hiện ngôn ngôn ngữ. Với sự phát triển vượt Việt Nam cộng đồng người khiếm thính chiếm tổng bậc của các công nghệ cao trong lĩnh vực học sâu và thị giác máy tính hệ thống nhận dạng ngôn ngữ ký số 4-5 dân số của cả nước. Bên cạnh đó hầu hết hiệu trở thành một cầu nối hiệu quả giữa cộng đồng họ không biết sử dụng ngôn ngữ ký hiệu trong cuộc người câm điếc và thế giới bên ngoài. Nhận dạng ngôn sống hàng ngày do đó điều này trở thành rào cản ngữ ký hiệu tiếng Việt VSLR là một nhánh của bài để họ giao tiếp với thế giới bên ngoài. Do đó việc toán nhận dạng ngôn ngữ ký hiệu nói chung được sử tất yếu của việc phát triển tập dữ liệu ngôn ngữ kí dụng trong cộng đồng người câm điếc Việt Nam. VSLR hiệu tiêu chuẩn và hoàn thiện một hệ thống hỗ trợ hướng đến thông dịch từ cử chỉ của người thực hiện giao tiếp cho người khiếm thính tại Việt Nam. Hệ ngôn ngữ ký hiệu sang thành văn bản. Trong bài báo thống nhận dạng ngôn ngữ ký hiệu tự động không này chúng tôi đề xuất một phương pháp nhận dạng chỉ là một cầu nối giữa cộng đồng khiếm thính và ngôn ngữ ký hiệu tiếng Việt từ video dựa trên mô hình học sâu. Phương pháp đề xuất bao gồm hai phần chính thế giới bên ngoài mà chúng còn có vai trò quan là mô hình hai luồng mạng nơ ron tích chập CNN trọng trong ứng dụng về rô bốt và hệ thống tương cho đặc trưng không gian và mạng bộ nhớ dài ngắn tác người và máy tính. Hơn thế nữa việc hoàn thành Long-Short Term Memory - LSTM cho đặc trưng nhận dạng ngôn .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
2    107    3    19-04-2024
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.