他们有什么特点？他们与前任有何不同？ 机器学习尝试实时翻译手语 巴勃罗 贝杰拉诺 巴勃罗 贝杰拉诺 创建一种能够跟踪手部动作的算法可以成为一个实时翻译手语的系统。 人工智能的可能性之一是通过自动语音和文本翻译。诚然，精度虽然随着时间的推移而提高，但还没有达到专业水平。地满足了需求。 当然，有些语言比其他语言更难。对于自动翻译器来说，从英语翻译成法语或西班牙语相对容易。
但是从阿拉伯语或中文
到英语要复杂得多。而使用手语，任务变得更加曲折。 有一些旨在识别手语的举措，但它们通常需要高功率设备。然而，他们在 实验室创建了一个系统，该系统仅通过智能手机即可生成手部及其手指的准确地图。 该系统基于机器学习来捕捉手的动作。智能手机的摄像头和手机本身的功能足以检测到多手势。这一点都不容易，因为在 德国手机号码清单 运动中手指相互碰撞，它们再次放置并且它们做任何事情都非常快。
彻底的培训 正如人们需
要通过学习来学习一门语言一样，谷歌开发的手语翻译系统也需要培训。一方面，为了优化其操作，已决定识别手掌。从那时起，手指被单独分析。 另一种算法查看图像并为其分配 个坐标。它们是与 医生电子邮件列表 关节的位置、距离和指尖有关的点。 翻译手语 为了做到这一点，需要进行详尽的培训。研究人员将这 个坐标手动添加到 张手部图像中，这些图像具有不同的标志和不同的光线。这个精心收集的数据库是机器学习系统的源泉。
