Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ISLR101: an Iranian Word-Level Sign Language Recognition Dataset

Created by
  • Haebom
Category
Empty

저자

Hossein Ranjbar, Alireza Taheri

개요

ISLR101이라는 이란 수어 데이터셋을 소개하는 논문입니다. 기존 수어 인식 연구의 어려움인 데이터 부족 문제를 해결하기 위해, 10명의 서로 다른 배경을 가진 서명자(청각장애인 3명, 수어 통역사 2명, L2 학습자 5명)가 101개의 다른 수어를 4,614개의 비디오로 기록한 데이터셋을 공개합니다. 각 비디오는 800x600 픽셀 해상도에 초당 25프레임으로 촬영되었으며, OpenPose를 이용하여 추출된 골격 관절 정보도 포함하고 있습니다. 논문에서는 시각적 외관 기반 모델과 골격 기반 모델을 기준 모델로 설정하여 ISLR101 데이터셋으로 학습 및 평가를 진행하였고, 각각 97.01%와 94.02%의 테스트 정확도를 달성했습니다. 훈련, 검증, 테스트 데이터 분할 정보 또한 공개하여 공정한 비교를 가능하게 합니다.

시사점, 한계점

•
시사점:
◦
이란 수어에 대한 최초의 공개 데이터셋 ISLR101을 제공하여 수어 인식 연구에 기여.
◦
다양한 배경과 서명자를 포함한 풍부한 데이터로 모델의 일반화 성능 향상에 도움.
◦
시각적 외관 및 골격 정보를 모두 제공하여 다양한 접근 방식의 연구 가능.
◦
기준 모델의 높은 정확도는 데이터셋의 질을 보여줌.
◦
공개된 데이터 분할은 공정한 모델 비교를 가능하게 함.
•
한계점:
◦
데이터셋의 규모가 다른 대규모 수어 데이터셋에 비해 상대적으로 작을 수 있음.
◦
101개의 제한된 수어만 포함.
◦
데이터 수집 과정에 대한 자세한 설명 부족 (e.g., 서명자 선정 기준, 촬영 환경 등).
◦
다양한 조명이나 배경 변화에 대한 강건성 평가 부족.
◦
실제 생활 환경에서의 적용 가능성에 대한 검증 부족.
👍
Made with Slashpage