연속된 수화 인식을 위한 자동화된 Coarticulation 검출
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 양희덕 | - |
dc.contributor.author | 이성환 | - |
dc.date.accessioned | 2021-09-08T23:03:10Z | - |
dc.date.available | 2021-09-08T23:03:10Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2009 | - |
dc.identifier.issn | 1229-6848 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/121445 | - |
dc.description.abstract | 수화 적출은 연속된 손 동작에서 의미 있는 수화 단어를 검출 및 인식하는 것을 말한다. 수화는 손의 움직임과 모양의 변화가 다양하기 때문에 수화 문장에서 수화를 적출하는 것은 쉬운 문제가 아니다. 특히, 자연스러운 수화 문장에는 의미 있는 수화, 수화가 아닌 손동작이 무작위로 발생한다. 본 논문에서는 CRF(Conditional Random Field)에 기반한 적응적 임계치 모델을 제안한다. 제한된 모델은 수화 어휘집에 정의된 수화 손동작과 수화가 아닌 손동작을 구별하기 위한 적응적 임계치 역할을 수행한다. 또한, 수화 적출 및 인식의 성능 향상을 위해 손 모양 기반 수화 인증기, 짧은 수화 적출기, 부사인(subsign) 추론기를 제안된 시스템에 적용하였다. 실험 결과, 제안된 방법은 연속된 수화 동작 데이타에서 88%의 적출률, 사전에 적출된 수화 동작 데이타에서 94%의 인식률을 보였으며, 적응적 임계치 모델, 짧은 수화 적출기, 손 모양 기반 수화 인증기, 부사인 추론기를 사용하지 않은 CRF 모델은 연속된 수화 동작 데이타에서 74%의 적출률, 사전에 적출된 수화 동작 데이타에서 90%의 인식률을 보였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 연속된 수화 인식을 위한 자동화된 Coarticulation 검출 | - |
dc.title.alternative | Automatic Coarticulation Detection for Continuous Sign Language Recognition | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 이성환 | - |
dc.identifier.bibliographicCitation | 정보과학회논문지 : 소프트웨어 및 응용, v.36, no.1, pp.82 - 91 | - |
dc.relation.isPartOf | 정보과학회논문지 : 소프트웨어 및 응용 | - |
dc.citation.title | 정보과학회논문지 : 소프트웨어 및 응용 | - |
dc.citation.volume | 36 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 82 | - |
dc.citation.endPage | 91 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001312464 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 수화 인식 | - |
dc.subject.keywordAuthor | 수화 적출 | - |
dc.subject.keywordAuthor | 임계치 모델 | - |
dc.subject.keywordAuthor | Sign language recognition | - |
dc.subject.keywordAuthor | sign language spotting | - |
dc.subject.keywordAuthor | conditional random field | - |
dc.subject.keywordAuthor | threshold model | - |
dc.subject.keywordAuthor | Sign language recognition | - |
dc.subject.keywordAuthor | sign language spotting | - |
dc.subject.keywordAuthor | conditional random field | - |
dc.subject.keywordAuthor | threshold model | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.