Publication Details:
Լույս է տեսնում 1948 թվականից՝ տարին 4 անգամ։
Journal or Publication Title:
Date of publication:
Volume:
Number:
ISSN:
Official URL:
Additional Information:
Title:
Forming the Requirements for Sign Language Detection
Other title:
Ժեստերի լեզվի հայտնաբերման պահանջների ձևավորումը ; Формирование требований для распознавания языка жестов
Creator:
Contributor(s):
Պատ․ խմբ․՝ Ա․ Գ․ Նազարով (1957-1964) ; Մ․ Վ․ Կասյան (1964-1988) ; Ռ․ Մ․ Մարտիրոսյան (1989-2017 ) ; Գլխավոր խմբ․՝ Վ․ Շ․ Մելիքյան (2018-)
Subject:
Մեքենաշինություն ; Մետալուրգիա ; Նյութագիտություն ; Հիդրավլիկա և հիդրոտեխնիկական կառույցներ ; Էներգետիկա ; Էլեկտրատեխնիկա ; Գիտական սարքաշինություն ; Չափողական տեխնիկա ; Հաշվողական տեխնիկա և ինֆորմատիկա ; Ռադիոէլեկտրոնիկա ; Լազերային տեխնիկա ; Ավտոմատացում և կառավարման համակարգեր
Uncontrolled Keywords:
sign language ; deep learning ; detection ; sensor-based ; vision-based ; gesture ; hiden Markov method ; body language
Coverage:
Abstract:
Sign language is a way of communicating through body movements. Body language recognition has been one of the most challenging research problems in the last few years. Their recognition plays an increasingly important role due to the huge spread of digital technologies. With the development of the fields of deep learning and computer vision, researchers have developed various automatic motion language recognition methods that can understand body movement. The idea of this study is to examine the existing sign language recognition systems in the world. These works are mainly divided into sensor-based systems and vision-based systems. Studies have shown that sensor-based tracking is more resource-intensive and difficult to implement than traditional image-based research, and there are also combinations of these two methods. As a result of this study, it can be seen that there are many sign languages in the world, most of which do not have their own databases available, and also dynamic gesture recognition systems still need new research to improve the results. During the work, several points have been formed that can help improve the quality of the work by adding studies and databases for unknown languages, using them also to obtain an acceptable accuracy of dynamic gesture detection, as well as ensuring the system work in real-time and use of few resources.
Ժեստերի լեզուն մարմնի շարժումների միջոցով հաղորդակցվելու միջոց է։ Մարմնի լեզվի ճանաչումը վերջին մի քանի տարիների ընթացքում ամենադժվար հետազոտական խնդիրներից մեկն է: Դրանց ճանաչումը գնալով ավելի կարևոր դեր է խաղում թվային տեխնոլոգիաների լայնածավալ տարածման շնորհիվ: Խոր ուսուցման և համակարգչային տեսողության ոլորտների զարգացման հետ մեկտեղ հետազոտողները մշակել են ժեստերի լեզվի ավտոմատ ճանաչման տարբեր մեթոդներ, որոնք կարող են հասկանալ մարմնի շարժումները: Այս հետազոտության նպատակն է ուսումնասիրել աշխարհում գոյություն ունեցող ժեստերի լեզվի ճանաչման համակարգերը։ Աշխատանքները հիմնականում բաժանված են համակարգերի, որոնք աշխատում են սենսորների կամ տեսանյութերի հիման վրա։ Հետազոտությունները ցույց են տվել, որ սենսորների վրա հիմնված հայտնաբերումն ավելի շատ ռեսուրսներ է պահանջում և դժվար է իրականացնել, քան պատկերների վրա հիմնված ավանդական հետազոտությունները, և կան նաև երկու մեթոդների համակցություններ: Ուսումնասիրության արդյունքում կարելի է հասկանալ, որ աշխարհում կան բազմաթիվ ժեստերի լեզուներ, որոնցից շատերը չունեն իրենց տվյալների բազաները, իսկ ժեստերի ճանաչման դինամիկ համակարգերը դեռևս կարիք ունեն նոր հետազոտությունների՝ արդյունքները բարելավելու համար: Աշխատանքի ընթացքում ձևավորվել են մի քանի կետեր, որոնք կարող են օգնել՝ բարելավելու, աշխատանքի որակը՝ ավելացնելով հետազոտություններ և տվյալների բազաներ անհայտ լեզուների համար։ Դրանք կարող են օգտագործվել ժեստերի դինամիկ հայտնաբերման ընդունելի ճշգրտություն ստանալու համար, ինչպես նաև ապահովել համակարգի աշխատանքը իրական ժամանակում՝ օգտագործելով քիչ ռեսուրսներ։
Язык жестов - это способ общения посредством движений тела. Распознавание языка тела является одной из наиболее сложных проблем за последние несколько лет и играет все более важную роль в связи с распространением цифровых технологий. С развитием областей глубокого обучения и компьютерного зрения исследователи разработали различные методы автоматического распознавания языка жестов, которые могут понимать движения тела. Целью исследования является изучение существующих в мире систем распоз- навания языка жестов. Они в основном делятся на системы, которые работают на основе датчиков, и системы на основе зрения. Исследования показали, что методы обнаружения на основе датчиков более ресурсоёмкие и сложные в реализации, чем традиционные методы на основе изображений. Существуют также комбинации этих двух методов. Результаты исследования показали, что в мире существует множество языков жестов, большинство из которых не имеют собственных баз данных, при этом системы динамического распознавания жестов все еще нуждаются в новых исследо- ваниях. В ходе работы сформированы требования, которые могут помочь повысить качество работы за счет новых исследований и добавления баз данных по неизвестным языкам. С их помощью можно получить приемлемую точность динамического определения жестов, а также обеспечить работу системы в режиме реального времени. При этом используется мало ресурсов.
Place of publishing:
Երևան
Publisher:
Type:
Format:
Call number:
Digitization:
ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան