Přejít k obsahu


Automatic Sign Categorization using Visual Data

Citace: [] HRÚZ, M. Automatic Sign Categorization using Visual Data. In ASSETS'11: Proceedings of the 13th international ACM SIGACCESS Conference on Computers and Accessibility. New York: Association for Computing Machinery (ACM), 2011. s. 229-230. ISBN: 978-1-4503-0920-2
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Automatic Sign Categorization using Visual Data
Rok vydání: 2011
Místo konání: New York
Název zdroje: Association for Computing Machinery (ACM)
Autoři: Ing. Marek Hrúz
Abstrakt CZ: Tento článek uvádí metodu vizuálního sledování trajektorie v záznamech izolovaných znaků a použití vysledováných příznaků k automatické kategorizaci znaků. Metoda sledování trajektorie je založena na segmentaci obrazu dle barvy kůže a je vhodná pro záznamy pořízené pro slovníky znakových jazyků. Příznaky jsou lokace a vnější kontura rukou a hlavy. Kategorie jsou: pohyb rukou, kontakt mezi částmi těla, symetrie trajektorie, lokace znaku.
Abstrakt EN: This paper presents a method of visual tracking in recordings of isolated signs and the usage of the tracked features for automatic sign categorization. The tracking method is based on skin color segmentation and is suitable for recordings of a sign language dictionary. The result of the tracking is the location and outer contour of head and both hands. These features are used to categorize the signs into several categories: movement of hands, contact of body parts, symmetry of trajectory, location of the sign.
Klíčová slova

Zpět

Patička