Real-Time Sign Language Detection using Human Pose Estimation
Real-Time Sign Language Detection using Human Pose Estimation
复制标题
使用人体姿势估计进行实时手语检测
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
S. Narayanan
中科院分区：
文献类型：
--
作者：
Amit Moryossef;Ioannis Tsochantaridis;Roee Aharoni;Sarah Ebling;S. Narayanan
我们提出了一种轻量级的实时手语检测模型，因为我们确定了视频会议中这种情况的需要。我们基于人体姿态估计提取光流特征，并使用线性分类器，在 DGS 语料库上评估，显示这些特征是有意义的，准确度为 80%。直接在输入上使用循环模型，我们发现准确率提高了高达 91%，同时工作时间仍低于 4 毫秒。我们描述了一个在浏览器中进行手语检测的演示应用程序，以演示其在视频会议应用程序中的使用可能性。
We propose a lightweight real-time sign language detection model, as we identify the need for such a case in videoconferencing. We extract optical flow features based on human pose estimation and, using a linear classifier, show these features are meaningful with an accuracy of 80%, evaluated on the DGS Corpus. Using a recurrent model directly on the input, we see improvements of up to 91% accuracy, while still working under 4ms. We describe a demo application to sign language detection in the browser in order to demonstrate its usage possibility in videoconferencing applications.
DOI：
10.1037//0096-1523.7.2.430
发表时间：
1981-04
期刊：
Journal of experimental psychology. Human perception and performance
影响因子：
--
作者：
H. Poizner;U. Bellugi;V. Lutes-Driscoll
通讯作者：
H. Poizner;U. Bellugi;V. Lutes-Driscoll