Штучний інтелект

Анотація: Об’єктом досліджень є жестова мова, якою спілкуються люди з пониженим слухом. Мета проведених досліджень – створення комп’ютерної системи для спілкування з такою категорією людей. Розглянуто два різновиди мови – дактиль, жести якого зображають букви алфавіту та цифри, та повна жестова мова. Проведено порівняння різних способів виділення ознак жесту. Запропоновано підхід до виділення ознак жесту введенням еталона. Досліджено ефективність побудованих алгоритмів для розпізнавання жесту в реальному часі. Пропонований підхід реалізовано у вигляді прототипу тренажера для навчання мови жестів.

Ключові слова:

Посилання:

1. Давидов М.В., Нікольський Ю.В. Класифікація елементів відеозображень реального часу здопомогою нейромережі // Вісник Національного університету «Львівська політехніка»:Інформаційні системи та мережі. – 2005. – № 549. – С. 82-92.
2. Давидов М.В., Нікольський Ю.В. Нейромережний класифікатор елементів відеозображеньреального часу // Вісник Національного університету «Львівська політехніка»: Комп’ютернісистеми проектування. Теорія і практика. – 2006. – № 564. – С. 18-25.
3. Davydov M., Nikolski I., Pasichnyk O. System of finger movement identification for sign languagerecognition // Abstracts of First Central European Student Conference in Linguistics, 29 – 31 May 2006. –Budapest (Hungary). – Р. 23-25.
4. Давидов М.В., Нікольський Ю.В., Пасічник В.В. Математичне моделювання та програмнареалізація елементів тренажера для навчання жестовій мові людей, що втратили слух // ТрудыСедьмой Международной конференции «Интеллектуальный анализ информации (ИАИ-2007)». –Киев, 15 – 18 мая 2007 г. – С. 56-66.
5. Atid Shamaie, Alistair Sutherland. Accurate Recognition of Large Number of Hand Gesture.IranMVIP2003.pdf (2003).
6. Nguyen Dang Binh, Toshiaki Ejima. Hand Gesture Recognition Using Fuzzy Neural Network // GVIP 05Conference, 19 – 21 December 2005. – CICC, Cairo (Egypt).
7. Nguyen Dang Binh, Enokida Shuichi, Toshiaki Ejima. Real-Time Hand Tracking and GestureRecognition System // GVIP 05 Conference, 19 – 21 December 2005. – CICC, Cairo (Egypt).
8. Sánchez-Nielsen E., Antón-Canalís L., Hernández-Tejera M. Hand Gesture Recognition for HumanMachine Interaction // Journal of WSCG. – Vol. 12, № 1-3. – ISSN 1213-6972. – WSCG’2004, February2-6, 2003. – Plzen (Czech Republic).
9. Dreuw P., Keysers D., Deselaers T., Ney N. Gesture Recognition Using Image Comparison Methods //GW05. – 2005. – Р. 124-128.
10. Bretzner L., Laptev I., Lindeberg T. Hand Gesture Recognition Using Multi-Scale Color Features,Hierarchical Models and Particle Filtering // Proceedings of the Fifth IEEE International Conference onAutomatic Face and Gesture Recognition (FGR02). – 2002.
11. Komorowski J., Polkowski L., Skowron A. Rough Sets: A Tutorial // Eds. S.K. Pal and A. Skowron,Rough Fuzzy Hybridization: A New Trend in Decision-Making. − Springer-Verlag. − 1998. – P. 3-98.
12. Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможностинейронных сетей // Сибирский журнал вычислительной математики. – 1998. – Т. 1, № 1. – С. 12-24.
13. Rabiner L.R. A tutorial on Hidden Markov Models and selected applications in speech recognition //Proceedings of the IEEE. – 1989. – Vol. 77(2). – P. 257-285.
14. Рассел С., Норвиг П. Искусственный интеллект. – М.: Издательский дом «Вильямс», 2006.