PulseAugur
实时 10:41:24
English(EN) Toward Deployable Bangla Sign Language Recognition with Expert-Validated Data and a Lightweight Attention-Based Model

新的孟加拉手语识别模型针对移动设备部署进行了优化

研究人员开发了一个新的孟加拉手语(BdSL)识别系统,该系统专为在个人设备上部署而设计。该系统包括一个包含超过10,000张专家验证的BdSL手势图像的数据集,以及一个轻量级的、基于注意力的卷积神经网络。该模型在各种基准测试中实现了高精度,并且针对效率进行了优化,与在ImageNet上预训练的模型相比,所需的参数和计算资源显著减少。该系统能够在具有小占位面积的商品智能手机上运行。 AI

影响 通过设备端AI,为孟加拉国的聋哑和听障社区提供更易于访问的交流工具。

排序理由 该集群包含一篇学术论文,详细介绍了用于手语识别的新模型和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的孟加拉手语识别模型针对移动设备部署进行了优化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Saad Ahmed, Md Khalid Syfullaha ·

    迈向可部署的孟加拉语手语识别:基于专家验证数据和轻量级注意力模型

    arXiv:2608.06252v1 Announce Type: cross Abstract: Deaf and hard-of-hearing people in Bangladesh communicate mainly through Bangla Sign Language (BdSL). Automatic BdSL recognition on personal devices could widen access to education and services. Existing systems use controlled-set…