prikaz prve stranice dokumenta Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika
Rad nije dostupan
diplomski rad
Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:846656
Andreis, Marko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Andreis, M. (2023). Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:846656

Andreis, Marko. "Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:846656

Andreis, Marko. "Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:846656

Andreis, M. (2023). 'Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:846656

Andreis M. Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:846656

M. Andreis, "Sustav za raspoznavanje gesta hrvatskoga znakovnog jezika", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:846656

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:846656
Podaci o radu
NaslovSustav za raspoznavanje gesta hrvatskoga znakovnog jezika
Naslov (engleski)System for Recognition of Croatian Sign Language Gestures
AutorMarko Andreis
MentorTomislav Hrkać (mentor)
Član povjerenstvaTomislav Hrkać (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (član povjerenstva)
Član povjerenstvaVladimir Čeperić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-03, Hrvatska
Sažetak
U radu su predložena tri rješenja za zadatak automatskog raspoznavanja gesta hrvatskog znakovnog jezika. Predloženi pristupi temelje se na korištenju konvolucijskih i povratnih neuronskih mreža za analizu slijeda pokreta iz videozapisa. Opisane su osnovne komponente korištenih arhitektura i uspoređeni rezultati na prikupljenom skupu podataka koji uključuje videozapise s pripadajućim oznakama značenja znakova. Prikupljeni videozapisi organizirani su u tri skupa podataka nad kojima su testirane performanse predloženih pristupa. Osnovni model predstavlja lokaliziranje koordinata ključnih točaka na ljudskom tijelu i neuronsku mrežu zasnovanu na ćelijama s dugoročnom memorijom (LSTM). Drugo rješenje arhitektura je neuronske mreže izgrađene od konvolucijskih ćelija s dugoročnom memorijom (ConvLSTM). Posljednji pristup ponuđen je u obliku dugoročne povratne konvolucijske mreže (LRCN).
Sažetak (engleski)
This thesis describes three solutions for the task of automatic recognition of Croatian sign language gestures. The proposed approaches are based on the use of convolutional and recurrent neural networks for motion analysis from videos. The basic components of the used architectures are described and the results are compared on the collected dataset that includes videos with associated sign meaning labels. Collected videos are organized into three datasets on which the performance of the proposed approaches was tested. The baseline model represents the localization of the coordinates of the key points on the human body and neural network based on the long short-term memory cells (LSTM). Second architectural solution is neural network built from convolutional long short-term memory cells (ConvLSTM). The last approach is offered in the form of a long-term recurrent convolutional network (LRCN).
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:846656
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 08:16:03