prikaz prve stranice dokumenta Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja
No public access
undergraduate thesis
Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:521886
Mičić, Lucija
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Mičić, L. (2022). Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:521886

Mičić, Lucija. "Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:521886

Mičić, Lucija. "Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:521886

Mičić, L. (2022). 'Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 24 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:521886

Mičić L. Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2024 July 24] Available at: https://urn.nsk.hr/urn:nbn:hr:168:521886

L. Mičić, "Prepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:521886

Metadata
TitlePrepoznavanje abecede znakovnog jezika koristeći metode strojnog učenja
Title (english)Machine Learning Methods for Sign Language Alphabet Recognition
AuthorLucija Mičić
MentorDario Bojanjac (mentor)
Committee memberDario Bojanjac (predsjednik povjerenstva)
Committee memberJelena Božek (član povjerenstva)
Committee memberLeo Vincelj (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Jednoručna abeceda hrvatskog znakovnog jezika sastoji se od slova sa statičnim i dinamičnim pokretima. Prvi korak u izradi bio je osmišljavanje početnog skupa podataka, odnosno koordinata. Zatim je klasifikacija navedenih znakova implementirana metodama strojnog učenja, točnije, modelom neuronske mreže i metodama radnog okvira MediaPipe Hands za izdvajanje ruke na ulaznim slikama kamere i ocrtavanje glavnih točaka dlana. Poseban naglasak stavljen je na analizu koordinata za prepoznavanje znakova s dinamičnim pokretom, koji, u početnom trenutku, najčešće nalikuju nekom od slova sa statičnim pokretom iz kojih su se prepoznavali. Svrha razvoja aplikacije bila je premostiti jezičnu barijeru s kojom se osobe s oštećenjima sluha svakodnevno susreću i time unaprijediti opcije pristupačnosti.
Abstract (english)
The single-handed alphabet of Croatian sign language consists of letters with static and dynamic movements. The first step in the development was to design the initial set of data, ie coordinates. Then the classification of these signs was implemented by machine learning methods, more precisely, the neural network model and the frameworks methods MediaPipe Hands to separate the hand on the camera input images and delineate the main points of the palm. Special emphasis was placed on the analysis of coordinates for recognizing signs with dynamic movement, which, at the initial moment, most often resemble one of the letters with static movement from which they were recognized. The purpose of the application development was to bridge the language barrier that people with hearing impairments face on a daily basis and thus improve accessibility options.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:521886
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-15 10:50:45