prikaz prve stranice dokumenta Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta
No public access
master's thesis
Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. urn:nbn:hr:168:689524
Alagić, Domagoj
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Alagić, D. (2014). Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:689524

Alagić, Domagoj. "Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:689524

Alagić, Domagoj. "Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:689524

Alagić, D. (2014). 'Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 18 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:689524

Alagić D. Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2014 [cited 2024 November 18] Available at: https://urn.nsk.hr/urn:nbn:hr:168:689524

D. Alagić, "Raspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2014. Available at: https://urn.nsk.hr/urn:nbn:hr:168:689524

Metadata
TitleRaspoznavanje hrvatskog znakovnog jezika korištenjem uređaja za optičko praćenje pokreta
Title (english)Croatian Sign Language Recognition Using Optical Motion Tracking Devices
AuthorDomagoj Alagić
MentorMislav Grgić (mentor)
Committee memberMislav Grgić (predsjednik povjerenstva)
Committee memberTomislav Kos (član povjerenstva)
Committee memberSonja Grgić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2014-07-15, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Znakovni jezici, iako sasvim ravnopravni govornim jezicima, nisu toliko prepoznati unutar čujuće zajednice ljudi. Ova činjenica ima negativan utjecaj na ostvarivanje prava na komunikaciju, obrazovanje i informiranje osoba s oštećenjem sluha. Ovaj rad predstavlja ostvarenje sustava za automatsko raspoznavanje znakova u hrvatskom znakovnom jeziku, jeziku zajednice osoba s oštećenjem sluha u Republici Hrvatskoj. Daje se osnovni pregled hrvatskog znakovnog jezika nakon čega se opisuje i matematički model sustava. Sam sustav izveden je kao klasifikator izoliranih znakova pri čemu se za svaki znak postupkom nadziranog učenja gradi zasebni skriveni Markovljev model. Sami znakovi predstavljaju se kao nizovi vektora značajki koji su izgrađeni korištenjem podataka dobivenih iz uređaja za optičko praćenje, Microsoft Kinecta. Analizom efikasnosti sustava na odabranom podskupu znakova došlo se do vrlo dobrih rezultata, ali i do mnoštva ideja za njegovu nadogradnju koja bi vodila većoj primjenjivosti sustava u stvarnom svijetu.
Abstract (english)
Sign languages, even though they are equal to the spoken languages, are not widely recognized among the hearing people. This fact has an unfavorable influence on the deaf people's rights of communication, education and information exchange. This thesis presents a system for the automatic recognition of Croatian Sign Language, language of the Deaf in the Republic of Croatia. It starts off with a rudimentary overview of the Croatian Sign Language followed by a complete mathematical model on which the system resides. The implemented system works as an isolated sign classifier where for every sign an independent hidden Markov model is created via the process of supervised learning. The signs are represented by sequences of feature vectors created using the data extracted from the optical motion tracking device, Microsoft Kinect. The system efficiency analysis over a chosen subset of signs has produced very good results, but also a great number of ideas for possible system upgrades. Those upgrades would certainly improve the system's applicability in the real-world situations.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:689524
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 07:35:22