СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЛ-СИСТЕМ ИЗВЛЕЧЕНИЯ КЛЮЧЕВЫХ ТОЧЕК ДЛЯ ВИДЕОЗАПИСЕЙ ЖЕСТОВОГО ЯЗЫКА
Аннотация
Выпускная квалификационная работа магистра 70 стр., 23 рис., 1 табл., 51 источников, 7 прил.
СРАВНИТЕЛЬНЫЙ АНАЛИЗ, МЛ-СИСТЕМА, ИЗВЛЕЧЕНИЕ КЛЮЧЕВЫХ ТОЧЕК, ЖЕСТОВЫЙ ЯЗЫК, ГЛОСС, ОЦЕНКА ПОЗ ЧЕЛОВЕКА
Объект исследования — МЛ-системы извлечения ключевых точек для видеозаписей.
Цель исследования – проанализировать мл-системы и найти наилучшую модель для извлечения ключевых точек из видеозаписей.
Целью работы – анализ существующих МЛ-систем для извлечение ключевых жестового языка из видеозаписей.
Методы исследования основываются на анализе данных, теории извлечения ключевых точек из изображения, проведение экспериментов, измерении и сравнении полученных значений для оценки моделей.
Научная новизна исследования заключается в решение актуальной задачи оценки МЛ-систем извлечения ключевых точек для задачи жестового языка, с применением современных технологий.
Результатом работы является сравнительный анализ МЛ-систем извлечения ключевых точек из видеозаписей жестового языка, который позволил определить лучшие по метрикам и по эффективности модели, а также разработан алгоритм склейки глоссов, который позволяет объединить их в один единый жест.
СРАВНИТЕЛЬНЫЙ АНАЛИЗ, МЛ-СИСТЕМА, ИЗВЛЕЧЕНИЕ КЛЮЧЕВЫХ ТОЧЕК, ЖЕСТОВЫЙ ЯЗЫК, ГЛОСС, ОЦЕНКА ПОЗ ЧЕЛОВЕКА
Объект исследования — МЛ-системы извлечения ключевых точек для видеозаписей.
Цель исследования – проанализировать мл-системы и найти наилучшую модель для извлечения ключевых точек из видеозаписей.
Целью работы – анализ существующих МЛ-систем для извлечение ключевых жестового языка из видеозаписей.
Методы исследования основываются на анализе данных, теории извлечения ключевых точек из изображения, проведение экспериментов, измерении и сравнении полученных значений для оценки моделей.
Научная новизна исследования заключается в решение актуальной задачи оценки МЛ-систем извлечения ключевых точек для задачи жестового языка, с применением современных технологий.
Результатом работы является сравнительный анализ МЛ-систем извлечения ключевых точек из видеозаписей жестового языка, который позволил определить лучшие по метрикам и по эффективности модели, а также разработан алгоритм склейки глоссов, который позволяет объединить их в один единый жест.