Il Calcolo a Reservoir Ibrido Raggiunge il 61% di Precisione nel Riconoscimento della Lingua dei Segni
I ricercatori hanno introdotto un nuovo metodo leggero per il riconoscimento della lingua dei segni utilizzando il calcolo a reservoir ibrido (HRC), come indicato in uno studio pubblicato su arXiv. Questa tecnica innovativa mira a superare le enormi richieste computazionali poste dal deep learning, rendendola adatta a dispositivi edge. Utilizzando MediaPipe, il sistema traccia accuratamente i movimenti del corpo e delle mani, integrando sia il calcolo a reservoir profondo che bidirezionale per l'elaborazione dinamica dell'output. Ha raggiunto tassi di precisione impressionanti del 61,12% per Top-1, 86,05% per Top-5 e 92,56% per Top-10 sul dataset Word-Level American Sign Language 100, migliorando significativamente la comunicazione per le persone con disabilità uditive.
Fatti principali
- L'articolo è disponibile su arXiv con ID 2608.03444.
- Il metodo utilizza MediaPipe per l'estrazione dei punti chiave.
- L'architettura combina il calcolo a reservoir profondo (DRC) e il calcolo a reservoir bidirezionale (BRC).
- Un modello di regressione ridge viene utilizzato per la classificazione.
- La precisione Top-1 è del 61,12% su WLASL100.
- La precisione Top-5 è dell'86,05% su WLASL100.
- La precisione Top-10 è del 92,56% su WLASL100.
- L'approccio è progettato per dispositivi edge grazie al basso costo computazionale.
Entità
Istituzioni
- arXiv