COLLECTION OF DATASETS AND APPLICATION OF NEURAL NETWORK MODELS FOR SIGN LANGUAGE CLASSIFICATION IN PATTERN RECOGNITION TASKS

Аннотация

В настоящее время все больше исследований направлено на решение задач с использованием библиотек компьютерного зрения и инструментов искусственного интеллекта. Наиболее распространенными являются решения и подходы с использованием моделей машинного и глубокого обучения искусственных нейронных сетей для распознавания жестов казахского жестового алфавита на основе контролируемого обучения и методов глубокого обучения для обработки последовательных данных. Объектом исследования является казахский жестовый алфавит для построения коммуникации между людьми с ограниченными возможностями. Предметом исследования являются методы машинного обучения и модели искусственных нейронных сетей и глубокого обучения для классификации и распознавания жестов. Методами исследования являются Data Science, Machine Learning, Deep Learning, Neural Networks и Computer Vision.

Распознавание образов представляет собой изображение, на котором расположен объект. Поскольку объект является абстрактным (объектом может быть любая фигура, изображенная на рисунке). Мы решили исследовать одно из актуальных направлений — распознавание жестов. Для распознавания казахского жестового языка для начала необходимо выучить казахский жестовый алфавит. Для обучения нейронной сети распознаванию казахского жестового языка необходимо собрать данные (датасеты) в формате изображений, обозначенных жестами рук. Распознавание жестов — это задача классификации, которая является одним из направлений распознавания образов. Фундаментальной основой распознавания является теория распознавания образов.