Abstract- Researchers in sign langu

Abstract- Researchers in sign language recognition
customized different sensors to capture hand signs. Gloves,
digital cameras, depth cameras and Kinect were used
alternatively in most systems. Due to signs closeness, input
accuracy is a very essential constraint to reach a high
recognition accuracy. Although previous systems accomplished
high recognition accuracy, they suffer from stability in realistic
environment due to variance in signing speed, lighting, etc ... In
this paper, a recognition system for ArSL has been developed
based on a new digital sensor called "Leap Motion". This
sensor tackles the major issues in vision-based systems such as
skin color, lighting etc... Leap motion captures hands and
fingers movements in 3D digital format. The sensor throws 3D
digital information in each frame of movement. These
temporal and spatial features are fed into a Multi-layer
perceptron Neural Network (MLP). The system was tested on
50 different dynamic signs (distinguishable without nonmanual
features) and the recognition accuracy reached 88%
for two different persons. Although Leap motion tracks both
hands accurately, unfortunately Leap motion does not track
non-manual features. This system can be enhanced by adding
other sensors to track other non-manual features such as facial
expressions and body poses. The proposed sensor can work
simultaneously with leap motion to capture all sign's features.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ - วิจัยในการรู้ภาษาสัญลักษณ์เซนเซอร์ต่าง ๆ เพื่อจับสัญญาณมือที่กำหนดเอง ถุงมือใช้กล้องดิจิตอล กล้องลึก และ Kinectหรือในระบบส่วนใหญ่ เนื่องจากมีความใกล้เคียงของสัญญาณ การป้อนข้อมูลความถูกต้องเป็นข้อจำกัดสำคัญมากถึงมากความถูกต้องของการรู้จำ แม้ว่าระบบก่อนหน้านี้ได้ความรู้สูง พวกเขาประสบความมั่นคงในความเป็นจริงสภาพแวดล้อมเนื่องจากผลต่างในรับรองความเร็ว แสงสว่าง ฯลฯ ... ในกระดาษนี้ ระบบการรับรู้สำหรับ ArSL ได้รับการพัฒนาตามเซ็นเซอร์ดิจิตอลใหม่ที่เรียกว่า "การเคลื่อนไหวกระโดด" นี้เซ็นเซอร์แก้ปัญหาสำคัญในระบบตามวิสัยทัศน์เช่นสีผิว แสงสว่างฯลฯ ... การเคลื่อนไหวกระโดดจับมือ และเคลื่อนไหวนิ้วมือในรูปแบบดิจิตอล 3 มิติ การเซ็นเซอร์พ่น 3Dข้อมูลดิจิทัลในแต่ละเฟรมของการเคลื่อนไหว เหล่านี้ลักษณะการทำงานชั่วคราว และพื้นที่รับหลายชั้นเพอร์เซปตรอนเครือข่ายประสาท (MLP) ทดสอบระบบใน50 แตกต่างแบบสัญญาณ (แตกต่างที่ไม่ มี nonmanualลักษณะการทำงาน) และความถูกต้องของการรู้ถึง 88%สำหรับสองคนแตกต่างกัน แม้ว่าการเคลื่อนไหวกระโดดติดตามทั้งสองมือได้อย่างถูกต้อง แต่การเคลื่อนไหวกระโดดไม่ติดตามลักษณะการทำงานด้วยตนเองไม่ ระบบนี้สามารถปรับปรุง โดยการเพิ่มเซนเซอร์อื่น ๆ ติดตามคุณลักษณะอื่น ๆ ไม่ใช่คู่มือเช่นผิวหน้านิพจน์และการโพสท่าของร่างกาย การนำเสนอเซ็นเซอร์ได้พร้อมกับกระโดดเคลื่อนไหวจับลักษณะการทำงานของเครื่องทั้งหมด

ผลลัพธ์ (ไทย) 2:

นักวิจัย Abstract-
ในการเข้าสู่ระบบการรับรู้ภาษาที่กำหนดเองเซ็นเซอร์ที่แตกต่างกันในการจับสัญญาณมือ ถุงมือ,
กล้องดิจิตอล,
กล้องความลึกและปฎิบัติถูกนำมาใช้อีกทางเลือกหนึ่งในระบบส่วนใหญ่ เนื่องจากสัญญาณความใกล้ชิด,
การป้อนข้อมูลความถูกต้องเป็นข้อจำกัด
ที่สำคัญมากในการเข้าถึงสูงความถูกต้องได้รับการยอมรับ แม้ว่าระบบก่อนหน้านี้ประสบความสำเร็จความถูกต้องได้รับการยอมรับสูงที่พวกเขาต้องทนทุกข์ทรมานจากความมั่นคงในเหตุผลสภาพแวดล้อมที่เกิดจากการแปรปรวนความเร็วในการลงนามแสงฯลฯ ... ในบทความนี้ระบบการรับรู้สำหรับArSL ได้รับการพัฒนาอยู่บนพื้นฐานของเซ็นเซอร์ดิจิตอลใหม่ที่เรียกว่า"Leap เคลื่อนไหว " นี้เซ็นเซอร์โหม่งประเด็นสำคัญในระบบการมองเห็นที่ใช้เช่นสีผิวแสงฯลฯ ... การเคลื่อนไหวกระโดดจับมือและการเคลื่อนไหวของนิ้วมือในรูปแบบดิจิตอล3 มิติ เซ็นเซอร์พ่น 3D ข้อมูลดิจิตอลในแต่ละเฟรมของการเคลื่อนไหว เหล่านี้คุณสมบัติเวลาและพื้นที่เป็นอาหารเป็นหลายชั้นตรอนประสาทเครือข่าย(MLP) ระบบได้รับการทดสอบในวันที่50 สัญญาณแบบไดนามิกที่แตกต่างกัน (ความแตกต่างโดยไม่ต้อง nonmanual คุณสมบัติ) การรับรู้และความถูกต้องถึง 88% สำหรับคนสองคนที่แตกต่างกัน แม้ว่าการเคลื่อนไหวกระโดดแทร็คที่ทั้งสองมืออย่างถูกต้องแต่น่าเสียดายที่การเคลื่อนไหวกระโดดไม่ได้ติดตามคุณลักษณะที่ไม่ใช่คู่มือ ระบบนี้สามารถเพิ่มได้โดยการเพิ่มเซ็นเซอร์อื่น ๆ ในการติดตามคุณลักษณะที่ไม่คู่มืออื่น ๆ เช่นใบหน้าแสดงออกและการโพสท่าของร่างกาย เซ็นเซอร์ที่นำเสนอสามารถทำงานพร้อมกันกับการเคลื่อนไหวก้าวกระโดดในการจับสัญญาณของคุณสมบัติทั้งหมด

ผลลัพธ์ (ไทย) 3:

นามธรรม - นักวิจัยในภาษามือรับรู้
เองเซ็นเซอร์จับสัญญาณมือต่างๆ . ถุงมือ ,
กล้องดิจิตอล กล้อง ความลึกและ Kinect ใช้
หรือในระบบส่วนใหญ่ เนื่องจากป้ายความใกล้ชิดเข้า
ความถูกต้องเป็นข้อจำกัดที่สำคัญถึงความถูกต้องรับรู้สูง

แม้ว่าก่อนหน้านี้ระบบสำเร็จ
ความถูกต้องได้รับการยอมรับสูงพวกเขาประสบจากความมั่นคงในสภาพแวดล้อมที่สมจริง
เนื่องจากความแปรปรวนในการลงนามความเร็วแสง ฯลฯ . . . . . . . ใน
กระดาษนี้ , การรับรู้ระบบ arsl ได้รับการพัฒนา
ตามใหม่ดิจิตอลเซ็นเซอร์ที่เรียกว่า " กระโดดเคลื่อนไหว " เซ็นเซอร์นี้
โหม่งปัญหาหลักในวิสัยทัศน์ที่ใช้ระบบเช่น
สีผิว , โคมไฟ ฯลฯ . . . . . . . กระโดดเคลื่อนไหวจับมือและนิ้วมือมีการเคลื่อนไหวในรูปแบบดิจิตอล 3 มิติ
.เซ็นเซอร์พ่นข้อมูลดิจิตอล 3D
ในแต่ละเฟรมของการเคลื่อนไหว คุณสมบัติเหล่านี้
ปริมาณและการแพร่จะป้อนเข้าโครงข่ายประสาทหลายชั้น
PERCEPTRON ( MLP ) ระบบทดสอบ
50 ต่างแบบไดนามิกป้าย ( แยกแยะไม่มีคุณสมบัติ nonmanual
) และความถูกต้องในการรู้จำถึง 88 %
2 คนแตกต่างกัน แม้ว่ากระโดดเคลื่อนไหวติดตามทั้ง
มืออย่างถูกต้องแต่น่าเสียดายที่กระโดดเคลื่อนไหวไม่ได้ติดตาม
ไม่มีคู่มือ ระบบนี้สามารถเพิ่มโดยการเพิ่มเซ็นเซอร์อื่น ๆ
ติดตามอื่นๆที่ไม่ใช่คู่มือคุณลักษณะ เช่น การแสดงออกทางสีหน้าและอากัปกิริยา
ร่างกาย เสนอเซนเซอร์
พร้อมๆกับกระโดดเคลื่อนไหวที่จะจับคุณสมบัติทั้งหมดเข้าสู่ระบบของ