Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Czech Sign Language Single Hand Alphabet Classification with MediaPipe

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F22%3APU144905" target="_blank" >RIV/00216305:26210/22:PU144905 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.engmech.cz/improc/2022/381.pdf" target="_blank" >https://www.engmech.cz/improc/2022/381.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Czech Sign Language Single Hand Alphabet Classification with MediaPipe

  • Popis výsledku v původním jazyce

    The paper presents the classification of static images of the single-handed Czech sign language alphabet. It uses the framework MediaPipe for annotation, and the classification is performed by a neural network using the TensorFlow computational library. The flow of the proposed method, data acquisition, preprocessing, and training are described in the paper. Obtained results consist of the classification success rate of the validation dataset for various MediaPipe configurations. The overall success rate was around 94%.

  • Název v anglickém jazyce

    Czech Sign Language Single Hand Alphabet Classification with MediaPipe

  • Popis výsledku anglicky

    The paper presents the classification of static images of the single-handed Czech sign language alphabet. It uses the framework MediaPipe for annotation, and the classification is performed by a neural network using the TensorFlow computational library. The flow of the proposed method, data acquisition, preprocessing, and training are described in the paper. Obtained results consist of the classification success rate of the validation dataset for various MediaPipe configurations. The overall success rate was around 94%.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů