СROSS PLATFORM TOOLS FOR MODELING AND RECOGNITION OF THE FINGERSPELLING ALPHABET OF GESTURE LANGUAGE

Serhii Kondratiuk; Iurii Krak; Waldemar Wójcik

doi:10.5604/01.3001.0013.2542

Open full text

pdf (English)

Opublikowane: cze 21, 2019

DOI: https://doi.org/10.5604/01.3001.0013.2542

Numer Tom 9 Nr 2 (2019)

Artykuły

MOŻLIWOŚCI WYKORZYSTANIA TRANSMISJI POZA PASMEM 1550 nm
Jarosław Piotr Turkiewicz

4-7
W STRONĘ INNEGO ŚWIATA – CZYLI O POTENCJALE INTERENTU WSZECHRZECZY
Mirosław Płaza, Radosław Belka, Zbigniew Szcześniak

8-11
ZASTOSOWANIE TERMOWIZJI W BUDOWNICTWIE
Danuta Proszak-Miąsik

12-15
KONSTRUKCJA WEKTORA CECH W DIAGNOSTYCE SARKOIDOZY NA PODSTAWIE ANALIZY FRAKTALNEJ OBRAZÓW CT KLATKI PIERSIOWEJ
Zbigniew Omiotek, Paweł Prokop

16-23
СROSS-PLATFORMOWE NARZĘDZIA DO MODELOWANIA I ROZPOZNAWANIA ALFABETU PALCOWEGO JĘZYKA GESTÓW
Serhii Kondratiuk, Iurii Krak, Waldemar Wójcik

24-27
BADANIE PARAMETRÓW ŚWIATŁOWODOWYCH SYSTEMÓW POMIAROWYCH
Waldemar Wójcik, Aliya Kalizhanova, Gulzhan Kashaganova, Ainur Kozbakova, Zhalau Aitkulov, Zhassulan Orazbekov

28-31
WYZNACZENIE WSPÓŁCZYNNIKA PRAWDOPODOBIEŃSTWA RUCHU CZĄSTEK STAŁYCH W TURBULENTNYM PRZEPŁYWIE DYSPERSYJNYM W FAZIE GAZOWEJ
Saltanat Adikanova, Waldemar Wójcik, Natalya Denissova, Yerzhan Malgazhdarov, Ainagul Kadyrova

32-35
OPRACOWANIE ZŁOŻONEGO SYTEMU AUTOMATYZACJI ENERGETYKI WIATROWEJ
Kuanysh Mussilimov, Akhmet Ibraev, Waldemar Wójcik

36-40
ZAAWANSOWANE METODY STEROWANIA PROCESEM SPALANIA PYŁU WĘGLOWEGO
Konrad Gromaszek

41-45
PERSPEKTYWY WYKORZYSTANIA SYSTEMÓW INTELIGENTNYCH W ZARZĄDZANIU PROCESAMI WZBOGACANIA METODĄ GRAWITACYJNĄ
Batyrbek Aitbaevich Suleimenov, Yelena Kulakova

46-49
MODELOWANIE PROCESÓW OCZYSZCZANIA SUROWEJ ROPY NAFTOWEJ WYKORZYSTUJĄCYCH DŹWIĘKI O NISKICH CZĘSTOTLIWOŚCIACH
Yelena Blinayeva, Saule Smailova

50-53
TECHNOLOGIE INFORMACYJNE W CELU ANALIZY ZMIAN STRUKTURALNYCH W PROCESIE DIAGNOSTYKI IDIOPATYCZNYCH OTWORÓW PLAMKI
Sergii Pavlov, Yosyp Saldan, Dina Vovkotrub-Lyahovska, Yuliia Saldan, Valentina Vassilenko, Yuliia Yakusheva

54-59
GENERATORY JEDNORAZOWYCH DWUCZYNNIKOWYCH HASEŁ AUTORYZACJI
Olga Ussatova, Saule Nyssanbayeva

60-63
MODELOWANIE MATEMATYCZNE PROCESU WYCIĄGANIA ŚWIATŁOWODU WYKORZYSTUJĄCE RÓWNANIE LANGEVINA
Aliya Tergeussizova

64-67
NOWOCZESNE ZARZĄDZANIE KONKURENCYJNOŚCIĄ KRAJU
Nataliia Savina, Olha Romanko, Sergii Pavlov, Volodymyr Lytvynenko

68-71
ZASTOSOWANIE WYPOSAŻENIA AUTOMATYZACJI HYDRAULICZNEJ W CELU POPRAWY EFEKTYWNOŚCI ELEMENTÓW OPERACYJNYCH MASZYN MOBILNYCH
Leonid Polishchuk, Leonid Kozlov, Yuri Burennikov, Vasil Strutinskiy, Valerii Kravchuk

72-78

Archiwum

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

2020

Tom 10 Nr 4
2020-12-20 16
Tom 10 Nr 3
2020-09-30 22
Tom 10 Nr 2
2020-06-30 16
Tom 10 Nr 1
2020-03-30 19

2019

Tom 9 Nr 4
2019-12-16 20
Tom 9 Nr 3
2019-09-26 20
Tom 9 Nr 2
2019-06-21 16
Tom 9 Nr 1
2019-03-03 13

2018

Tom 8 Nr 4
2018-12-16 16
Tom 8 Nr 3
2018-09-25 16
Tom 8 Nr 2
2018-05-30 18
Tom 8 Nr 1
2018-02-28 18

2017

Tom 7 Nr 4
2017-12-21 23
Tom 7 Nr 3
2017-09-30 24
Tom 7 Nr 2
2017-06-30 27
Tom 7 Nr 1
2017-03-03 33

DOI

https://doi.org/10.5604/01.3001.0013.2542

Authors

Serhii Kondratiuk

kondratiuk@univ.net.ua

Taras Shevchenko National University of Kyiv, Ukraina

http://orcid.org/0000-0002-5048-2576

Iurii Krak

krak@univ.kiev.ua

1Taras Shevchenko National University of Kyiv, 2Glushkov Institute of Cybernetics of NAS of Ukraine, Ukraina

http://orcid.org/0000-0002-8043-0785

Waldemar Wójcik

waldemar.wojcik@pollub.pl

Politechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych, Polska

http://orcid.org/0000-0002-0843-8053

Abstrakt

Zaproponowano rozwiązanie problemów z alfabetem daktylograficznym w modelowaniu języka gestów i rozpoznawaniu znaków w oparciu o technologie wieloplatformowe. Wydajność modelowania i rozpoznawania może być elastyczna i dostosowana, w zależności od wykorzystywanego sprzętu lub dostępności łącza internetowego. Proponowane podejście dostosowuje złożoność modelu 3D dłoni w zależności od typu procesora, ilości dostępnej pamięci i szybkości połączenia internetowego. Rozpoznawanie znaków odbywa się również z wykorzystaniem technologii międzyplatformowych, a kompromis w zakresie wielkości modelu i wydajności może być dostosowany. Jako narzędzia do rozpoznawania gestów alfabetu wykorzystywane są metody konwolucyjnych sieci neuronowych. Na potrzeby eksperymentu rozpoznawania gestów zebrano zbiór danych obejmujący 50 000 obrazów, przy czym zarejestrowano 50 różnych rąk, a na każdą osobę przypadało prawie 1000 obrazów. Badania eksperymentalne wykazały skuteczność proponowanego podejścia.

Słowa kluczowe:

cross platform, język migowy, alfabet palcowy, modelowanie 3D, konwolucyjne sieci neuronowe

Bibliografia

Apple Touchless Gesture System for iDevices http://www.patentlyapple.com/patently-apple/2014/12/apple-invents-a-highly-advanced-air-gesturing-system-for-future-idevices-and-beyond.html (available 15.05.2019).

ASL Sign language dictionary http://www.signasl.org/sign/model (available 15.05.2019).

Howard A.G., Wang W.: MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications https://arxiv.org/pdf/1704.04861.pdf (available 15.05.2019).

Khan R.Z., Ibraheem N.A., Meghanathan N., et al.: Comparative study of hand gesture recognition system. SIPM, FCST, ITCA, WSE, ACSIT, CS & IT 06/2012, 203–213.

Krak I., Kondratiuk S.: Cross-platform software for the development of sign communication system: Dactyl language modelling, Proceedings of the 12th International Scientific and Technical Conference on Computer Sciences and Information Technologies, CSIT 1/2017, 167–170 [DOI: 10.1109/STC-CSIT.2017.8098760].

Krizhevsky I. Sutskever, Hinton G.E.: Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems 2012, 1097–1105.

Kryvonos I.G., Krak I.V., Barchukova Y., Trotsenko B.A.: Human hand motion parametrization for dactylemes modeling. Journal of Automation and Information Sciences 43(12)/2011, 1–11.

Kryvonos I.G., Krak I.V., Barmak O.V., Shkilniuk D.V.: Construction and identification of elements of sign communication. Cybernetics and Systems Analysis 49(2)/2013, 163–172.

Kryvonos I.G., Krak I.V.: Modeling human hand movements, facial expressions, and articulation to synthesize and visualize gesture information. Cybernetics and Systems Analysis 47(4)/2011, 501–505.

Mell P., Grance T.: The NIST Definition of Cloud Computing (Technical report). National Institute of Standards and Technology: U.S. Department of Commerce, 2011 [DOI:10.6028/NIST.SP.800-145].

Neff M., Kipp M., Albrecht I., Seidel H.P.: Gesture Modeling and Animation by Imitation. MPI–I 4/2006.

Ong E.I., et al. : Sign language recognition using sequential pattern trees. Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012, 2200–2207.

Raheja J.: Android based portable hand sign recognition system. 2015 [DOI: 10.15579/gcsr.vol3.ch1].

Shapiro A., Chu D., Allen B., Faloutsos P.: Dynamic Controller Toolkit, 2005 http://www.arishapiro.com/Sandbox07_DynamicToolkit.pdf (available 15.05.2019).

Smith J., Navi R.: The Architecture of Virtual Machines. Computer. IEEE Computer Society 38(5)/2005, 32–38.

Tensorflow framework documentation https://www.tensorflow.org/api/ (available 15.05.2019).

The Linux Information Project, Cross-platform Definition.

Unity3D framework https://unity3d.com/ (available 15.05.2019).

YAML – The Official YAML Web Site http://yaml.org/ (available 15.05.2019).

Kondratiuk, S., Krak, I., & Wójcik, W. (2019). СROSS-PLATFORMOWE NARZĘDZIA DO MODELOWANIA I ROZPOZNAWANIA ALFABETU PALCOWEGO JĘZYKA GESTÓW. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 9(2), 24–27. https://doi.org/10.5604/01.3001.0013.2542

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 9 Nr 2 (2019)

Archiwum

##plugins.themes.bootstrap3.article.main##

DOI

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja