రియల్ టైమ్ హ్యాండ్ ట్రాకింగ్
సంకేత భాషను ప్రపంచవ్యాప్తంగా మిలియన్ల మంది ప్రజలు ఉపయోగిస్తున్నారు. హావభావాలను అర్థం చేసుకోగలిగే సాంకేతికతలను రూపొందించడానికి మరియు వాటిని స్వయంచాలకంగా మానవ-అర్థమయ్యే భాషగా మార్చడానికి పరిశోధకులు కృషి చేస్తున్నారు. అయితే, ఇటువంటి ప్రాజెక్టులు ఖచ్చితత్వంతో పెద్ద విజయాన్ని సాధించలేదు.
గూగుల్ ఇటీవలే రియల్ టైమ్ హ్యాండ్ ట్రాకింగ్ కోసం ఉపయోగించగల అల్గోరిథంను అభివృద్ధి చేసింది. ఇంటెలిజెంట్ సిస్టమ్ చేతి యొక్క మ్యాప్‌ను రూపొందించడానికి యంత్ర అభ్యాసాన్ని ప్రభావితం చేస్తుంది. కెమెరా లేదా స్మార్ట్‌ఫోన్ సహాయంతో మ్యాప్ సృష్టించబడుతుంది. శీఘ్ర చేతి కదలికలను ఖచ్చితంగా పట్టుకోవడంలో చాలా వ్యవస్థలు విఫలమవుతున్నాయనే వాస్తవాన్ని మేము తిరస్కరించలేము. ఈ పరిశోధనలో గూగుల్ ఈ సమస్యను ప్రత్యేకంగా పరిష్కరించింది. ఆసక్తికరంగా, వారు గతంలో అల్గోరిథంలచే ప్రాసెస్ చేయబడిన డేటా మొత్తాన్ని పరిమితం చేశారు.
రియల్ టైమ్ హ్యాండ్ ట్రాకింగ్ ఎలా పనిచేస్తుంది?
ఇప్పటికే ఉన్న చాలా ప్రాజెక్టులు సంపూర్ణ చేతి యొక్క పరిమాణం మరియు స్థానాన్ని గుర్తించడం ద్వారా సంకేత భాషను అనువదిస్తాయి. ఈ పరిశోధనతో. వివిధ పరిమాణాలలో దీర్ఘచతురస్రాకార ఆకృతులను నిర్వహించాల్సిన అవసరాన్ని పరిశోధకులు తొలగించారు. గూగుల్ సిస్టమ్ చదరపు ఆకారంలో ఉన్న అరచేతిని గుర్తిస్తుంది. రెండవది, వేళ్ళకు ప్రత్యేక విశ్లేషణ ప్రక్రియ జరుగుతుంది.
చేతి సంజ్ఞలు
యంత్ర అభ్యాస అల్గోరిథంకు శిక్షణ ఇవ్వడానికి పరిశోధకులు సుమారు 30.000 చేతి చిత్రాలను ఉపయోగించారు. ఈ చిత్రాలు వేర్వేరు మెరుపు పరిస్థితులలో బంధించబడ్డాయి మరియు భంగిమలో ఉన్నాయి. చేతి భంగిమ మరియు బంతి లేదా ఆనందం వంటి తెలిసిన ఎంటిటీల జాబితా మధ్య పోలిక చేయడం ద్వారా సిస్టమ్ సంజ్ఞను గుర్తిస్తుంది. సంజ్ఞ గుర్తింపును గూగుల్ వివరిస్తుంది బ్లాగ్ పోస్ట్ .
అప్పుడు మేము వేలు స్థితుల సమితిని ముందుగా నిర్వచించిన సంజ్ఞల సమితికి మ్యాప్ చేస్తాము. ఈ సూటిగా ఇంకా ప్రభావవంతమైన సాంకేతికత సహేతుకమైన నాణ్యతతో ప్రాథమిక స్టాటిక్ హావభావాలను అంచనా వేయడానికి అనుమతిస్తుంది. ఇప్పటికే ఉన్న పైప్‌లైన్ బహుళ సంస్కృతుల నుండి సంజ్ఞలను లెక్కించడానికి మద్దతు ఇస్తుంది, ఉదా. అమెరికన్, యూరోపియన్ మరియు చైనీస్ మరియు 'థంబ్ అప్', క్లోజ్డ్ పిడికిలి, 'సరే', 'రాక్' మరియు 'స్పైడర్మ్యాన్' తో సహా వివిధ చేతి సంకేతాలు.
తుది హ్యాండ్-ట్రాకింగ్ అల్గోరిథం దాని వేగం మరియు ఖచ్చితత్వం పరంగా ఆర్ట్ ఫలితాల స్థితిని ఉత్పత్తి చేస్తుంది. అల్గోరిథం అమలు చేయడానికి మీడియా పైప్ ఫ్రేమ్‌వర్క్‌ను ఉపయోగిస్తుంది. ఈ సాంకేతికత సంకేత భాషా డొమైన్‌లో పెద్ద పురోగతిలా ఉంది. ఇంకా అభివృద్ధికి చాలా స్థలం ఉన్నప్పటికీ. సంకేత భాషపై మంచి అవగాహన కల్పించడానికి. మెరుగైన ఫలితాలను సాధించడానికి ఎవరైనా ముఖ కవళికలను మరియు రెండు చేతులను ఉపయోగించడానికి ఈ పనిని పొడిగించవచ్చు.
గూగుల్ నుండి ఎటువంటి పదం లేనప్పటికీ, గూగుల్ ఈ రియల్ టైమ్ హ్యాండ్ ట్రాకింగ్ టెక్నాలజీని తన ఉత్పత్తులలో ఉపయోగించుకునే అవకాశం ఉంది. ఇంతలో, మీరు కోడ్‌తో ఆడాలనుకుంటే, అది GitHub లో పబ్లిక్‌గా లభిస్తుంది .
టాగ్లు google
