Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Αναγνώριση χειρονομιών για σύνθεση προτάσεων με πιθανοτικούς αλγόριθμους

Giannelos Evangelos

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/7123ABC9-7723-4E8F-9BB0-61516EDCBA6A-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.78338-
Γλώσσαen-
Μέγεθος57 pagesen
ΤίτλοςGesture recognition for sentence synthesis with probabilistic algorithmsen
ΤίτλοςΑναγνώριση χειρονομιών για σύνθεση προτάσεων με πιθανοτικούς αλγόριθμουςel
ΔημιουργόςGiannelos Evangelosen
ΔημιουργόςΓιαννελος Ευαγγελοςel
Συντελεστής [Επιβλέπων Καθηγητής]Bletsas Aggelosen
Συντελεστής [Επιβλέπων Καθηγητής]Μπλετσας Αγγελοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Mania Aikaterinien
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Μανια Αικατερινηel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Partsinevelos Panagiotisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Παρτσινεβελος Παναγιωτηςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠερίληψηThe purpose of this work was to develop a standalone system that predicts text and outputs speech synthesis for people with physical disabilities and reduced fine motor function. A low-cost, infrared hand tracking device was utilized, typically used in virtual/augmented reality applications. The implemented system offers two basic functionalities. First, a human-computer interaction (HCI) functionality that is customizable and offers enough features that can be tailored to a large number of different users. Second, a way to predict what the user intends to write in order to reduce the user’s input text as much as possible, speeding up overall communication. The word prediction task was mainly based on n-grams (and relevant Markov Chains), abbreviation expansion (and lookup tables) and recurrent neural networks. Evaluation results confirmed that the simple prediction methods utilized accelerated word typing speed, saving input text by approximately 63%. Future work could utilize additional eye-tracking or hand-tracking sensors.en
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by-nc-sa/4.0/en
Ημερομηνία2018-07-13-
Ημερομηνία Δημοσίευσης2018-
Θεματική ΚατηγορίαNatural Language Processingen
Θεματική ΚατηγορίαHuman-Computer Interactionen
Θεματική ΚατηγορίαAugmented and Alternative Communicationen
Βιβλιογραφική ΑναφοράEvangelos Giannelos, "Gesture recognition for sentence synthesis with probabilistic algorithms", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2018en
Βιβλιογραφική ΑναφοράΕυάγγελος Γιαννέλος, "Αναγνώριση χειρονομιών για σύνθεση προτάσεων με πιθανοτικούς αλγόριθμους", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2018el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά