Распознавание языка жестов методами машинного обучения
Аннотация
Пояснительная записка 72 страницы, 8 разделов, 40 рисунков, 5 таблиц,
28 источников.
НЕЙРОННЫЕ СЕТИ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, ОБРАБОТКА ДАННЫХ, ЯЗЫК ЖЕСТОВ, МАШИННОЕ ОБУЧЕНИЕ.
Объектом разработки является код для работы с различными
архитектурами свёрточных нейронных сетей для распознавания языка жестов.
Целью данной работы является написание кода для распознавания языка жестов на языке Python.
В работе рассмотрены история развития языков жеста, популярные типы нейронных сетей и их архитектуры, классические алгоритмы машинного обучения, открытый набор данных жестов рук американского языка жестов, представляет собой 24 класса букв (за исключением J и Z, которые требуют
движения).
На языке программирования Python написан алгоритм для
множественной классификации американского языка жестов, проведён сравнительный анализ качества работы свёрточных нейронных сетей.
28 источников.
НЕЙРОННЫЕ СЕТИ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, ОБРАБОТКА ДАННЫХ, ЯЗЫК ЖЕСТОВ, МАШИННОЕ ОБУЧЕНИЕ.
Объектом разработки является код для работы с различными
архитектурами свёрточных нейронных сетей для распознавания языка жестов.
Целью данной работы является написание кода для распознавания языка жестов на языке Python.
В работе рассмотрены история развития языков жеста, популярные типы нейронных сетей и их архитектуры, классические алгоритмы машинного обучения, открытый набор данных жестов рук американского языка жестов, представляет собой 24 класса букв (за исключением J и Z, которые требуют
движения).
На языке программирования Python написан алгоритм для
множественной классификации американского языка жестов, проведён сравнительный анализ качества работы свёрточных нейронных сетей.