ANALYSIS OF RECOGNITION ALGORITHMS AND CONVOLUTIONAL NEURAL NETWORK FOR HAND GESTURE RECOGNITION IN KAZAKH SIGN LANGUAGE

Аннотация

Аннотация. Постоянно растущий интерес к машинному обучению и нейронным сетям подогревается значительными достижениями в области вычислительных возможностей, позволяющими совершать прорывы в распознавании объектов, звука, текста и других форм данных. Эти достижения проложили путь к более интуитивному взаимодействию между людьми и машинами, сделав такие технологии доступными для более широкой аудитории. Последние разработки в области компьютерного зрения, в частности, привели к созданию сложных моделей, способных распознавать объекты на изображениях и видео. Эта же технология была эффективно адаптирована для распознавания жестов рук, что позволяет применять ее в таких областях, как взаимодействие человека и компьютера, робототехника и сурдоперевод. В этой статье рассматриваются некоторые из наиболее популярных моделей распознавания жестов рук, с особым акцентом на сверточные нейронные сети (CNN) и методы опорных векторов (SVM). Эти модели различаются по своим методологиям, эффективности обработки и объему требуемых обучающих данных, предлагая различные преимущества и ограничения в зависимости от контекста применения. Основная цель этого исследования - дать обзор различных алгоритмов машинного обучения, глубоко изучив их теоретические основы, операционные механизмы и сравнительную производительность с точки зрения точности, времени обучения и требований к данным. Кроме того, в этой работе представлены экспериментальные результаты распознавания языка жестов на казахском языке, в частности, с использованием дактильного алфавита. Приводится подробный анализ, сопровождаемый подробной таблицей, в которой сообщается о точности каждого распознанного жеста. Тестирование проводилось в режиме реального времени с использованием отдельных жестов рук, отображаемых перед камерой, что продемонстрировало эффективность системы распознавания. Кроме того, исследование включает в себя объяснение математических основ и логических структур, лежащих в основе алгоритмов машинного обучения, проиллюстрированных формулами, функциональными взаимосвязями и блок-схемами, которые описывают процесс распознавания. Сочетая теоретические идеи с практическими экспериментами, эта статья призвана внести вклад в растущую область распознавания жестов и их применения в доступных коммуникационных технологиях.

Ключевые слова: Распознавание жестов руками, нейронные сети, алгоритм, layer, CNN, SVM, YOLO.

Для цитирования: Лес Н.Н., Муханов С.Б., Ипалакова М.Т. АНАЛИЗ АЛГОРИТМОВ РАСПОЗНАВАНИЯ И СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ РАСПОЗНАВАНИЯ ЖЕСТОВ РУК НА КАЗАХСКОМ ЖЕСТОВОМ ЯЗЫКЕ //МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ. 2025.