메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
양승한 (한국과학기술원) 정승준 (한국과학기술원) 강희광 (삼성전자) 김창익 (한국과학기술원)
저널정보
대한전자공학회 대한전자공학회 학술대회 2019년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2019.6
수록면
480 - 488 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Recently, the development of computer vision technologies has also shown excellent performance in complex tasks such as behavioral recognition. Therefore, several studies provide datasets for behavior recognition tasks, including sign language datasets. In many countries, researchers are already carrying out studies to automatically recognize and interpret sign language to facilitate communication with deaf people. However, there is no dataset aiming at sign language recognition that is used in Korea yet, and research on this is insufficient. Since sign language varies from country to country, the need for a dataset for Korean sign language is sufficient. Therefore, this paper aims to provide a dataset that can incorporate Korean sign language into behavior recognition technology using deep learning. The existing Korean sign language video is distributed for educational purposes and is not suitable for network learning. So we present the Korean Sign Language (KSL)dataset. The dataset was composed of sign language by 20 deaf people, all of which consist of 77 words. We train and evaluate this dataset in deep learning networks that have recently achieved excellent performance in the behavior recognition task. Also, we have confirmed through the deconvolution-based visualization method that the deep learning network fully understands the characteristics of the dataset.

목차

Abstract
I. 서론
II. 본론
III. 실험
IV. 결론
Reference

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반의 언어 장애인을 위한 수화 번역 시스템
이승석 ,  허정현 ,  노승우 외 3명 한국통신학회 학술대회논문집 2018 .06
딥러닝 기반 OpenPose를 이용한 한국 수화 동작 인식에 관한 연구
김인혜 ,  정일홍 디지털콘텐츠학회논문지 2021 .04
심층 학습을 이용한 실시간 한국 수화 인식 시스템
강지연 ,  육성현 ,  안이삭 외 2명 한국정보과학회 학술발표논문집 2019 .12
딥러닝을 활용한 수화통역기 연구
이건녕 ,  신명국 ,  서정민 외 2명 대한전자공학회 학술대회 2017 .06
딥러닝 기반 자세 및 손 제스처 인식 기술을 활용한 병원 수어 번역 프로그램 설계 및 구현
길상현 ,  이승훈 ,  오차영 외 2명 한국통신학회 학술대회논문집 2021 .11

최근 본 자료

전체보기

댓글(0)

0