Інформаційна система розпізнавання мови жестів з використанням штучного інтелекту
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
An information system for sign language recognition using artificial intelligence has been developed. Deep learning
methods have been applied to recognize Ukrainian Sign Language gestures in real time. Specifically, convolutional neural
networks (CNNs) are used to detect hands and identify their key points. The main focus is on optimizing the model
architecture, selecting effective datasets, and ensuring high recognition accuracy. The developed system enables the
conversion of gestures into text and their vocalization, thereby improving communication for people with hearing
impairments.
Розроблено інформаційну систему розпізнавання мови жестів з використанням штучного інтелекту. Використано методи глибокого навчання для розпізнавання жестів української жестової мови в реальному часі. Зокрема, застосовано згорткові нейронні мережі для виявлення рук та їх ключових точок. Основна увага приділяється оптимізації архітектури моделі, підбору ефективних наборів даних та забезпеченню високої точності розпізнавання. Розроблена система дозволяє конвертувати жести у текст і озвучувати їх, що сприяє покращенню комунікації для людей з порушенням слуху.
Розроблено інформаційну систему розпізнавання мови жестів з використанням штучного інтелекту. Використано методи глибокого навчання для розпізнавання жестів української жестової мови в реальному часі. Зокрема, застосовано згорткові нейронні мережі для виявлення рук та їх ключових точок. Основна увага приділяється оптимізації архітектури моделі, підбору ефективних наборів даних та забезпеченню високої точності розпізнавання. Розроблена система дозволяє конвертувати жести у текст і озвучувати їх, що сприяє покращенню комунікації для людей з порушенням слуху.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Шпачинська А. С., Городецька О. С. Інформаційна система розпізнавання мови жестів з використанням штучного інтелекту // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/23924.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (7)
- Що таке штучний інтелект простими словами? [Електронний ресурс] – Режим доступу до ресурсу: https://biznestrendy.com.ua/shcho-take-shtuchnyy-intelekt-prostymy-slovamy
- Що таке нейронна мережа, як вона працює та які завдання може вирішувати [Електронний ресурс] – Режим доступу до ресурсу: https://mc.today/uk/shho-take-nejronna-merezha/
- Використовуємо CNN для обробки зображень. Частина перша [Електронний ресурс] – Режим доступу до ресурсу: https://dou.ua/forums/topic/48368
- Max-Pooling, Combining Channels using 1×1 convolutions, Receptive Field calculation [Електронний ресурс] – Режим доступу до ресурсу: https://anilbhatt1.tech.blog/2020/02/19/max-pooling1x1-convolutions-receptive-field-calculation/
- Book Chapter. Order Forecasting System for Vehicles Based on Previous Statisics Requests Kyrylashchuk S., Horodetska O., Voitsekhovska O., Zakharchenko S. Lecture Notes on Data Engineering and Communications Technologies, 2024, 219, pp. 116-131.
- Порівняльний аналіз архітектур для виявлення об'єктів на зображеннях / І. О. Бабійчук, О. С. Городецька // Матеріали LIІІ науково-технічної конференції факультету інформаційних технологій та комп'ютерної інженерії. Вінниця 2024 р. 3 с. [Електронний ресурс]. Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2024/paper/view/20857/17309
- Мартинюк , Т. , Войцеховська , О. , Городецька , О. і Рижков , А. 2024. Модуль інтеграції вебзастосунків із штучним інтелектом. Інформаційні технології та комп’ютерна інженерія. 59, 1 (Трав 2024), 5–12. DOI:https://doi.org/10.31649/1999-9941-2024-59-1-5-12