기타 내용
| 논문 제목 | 목적 | 신경망 모델 | 관절 추출 | 인식 범위 | 학습(데이터셋) | 특이사항 |
|---|---|---|---|---|---|---|
| 딥러닝 기반 OpenPose를 이용한 수화 동작 인식 | 수화 동작 -> 인식 | CNN | OpenPose | 상반신, 손 | 이미지 | Data augmentation 기법을 통해 학습 데이터의 양을 늘림 |
| Development of a Sign Language Learning | ||||||
| Assistance | 수어 동작 -> 인식 -> 텍스트 | CNN | Media Pipe | 손 | 이미지 | OpenCV-Teachable Machine 사용, scikit-learn 라이브러러리, SVM 알고리즘 |
고민중
수어 동작에서 좌표의 특징값(손가락 끝과 끝의 거리, 손가락 끝과 손바닥의 거리 등)을 코드로 추출해서 학습 데이터로 쓸 수 있음
그럼 대신 데이터를 500개 이상 수집해서 좌표와 특징에 대한 데이터 셋을 늘려야 함 좌표 값 자체의 증폭은 불가능 그리고 좌표값을 특정 인식 신체를 기준으로 정규화 해야함 (그래야 좌편/우편향 적인 영상에서도 똑같이 인식) 대신 만약 특정 인식 신체가 검출이 되지 못하면 그 값은 사용하지 못하게 되겠지? (의존적이게 됨)
노션에서 표가 내꺼에선 잘 뜨는데 공유링크에서만 잘 안뜨네 그래서 사진으로 다시 캡쳐해서 보냈어!
일단 우리가 자료조사로 모았던 논문들을 다시 꼼꼼히 살펴보고 각 논문별로 어떤 input데이터와 학습 모델을 선정했는지 확인해봤어