YOLOv8을 이용한 한글 지문자 인식

Q: 이 논문에서 정의한 한글 지문자란 무엇인가?

한글 지문자는 수어의 한 종류로, 손과 손가락의 모양을 이용하여 한글의 자음과 모음을 나타내는 비음성 언어이다. 사람 이름, 장소 이름 등 고유 명사나 전문적인 단어, 기술 용어를 전달할 때 유용하게 사용된다. 청각 장애인의 의사소통 및 언어 발달에 핵심적인 역할을 한다.

Q: YOLOv8n 기반 한글 지문자 인식 모델의 성능은 기존 SVM 모델과 비교하여 어떠한가?

연구 결과, YOLOv8n 기반 모델은 기존 SVM 모델보다 전반적으로 우수한 인식 성능을 보였다. 특히, 기존 연구에서 오인식률이 높았던 특정 지문자('ㅓ', 'ㅏ', 'ㅑ', 'ㅣ')에 대해 8.3%에서 25.8%까지 크게 향상된 정답률을 기록하여, 지문자 교육에 활용될 가능성을 충분히 보여주었다.

김진영; 강의성; 장문수

doi:10.32431/kace.2024.27.8.009

추천

검색

질문

자료유형: 학술저널

저자정보: 김진영 (국립순천대학교) 강의성 (국립순천대학교) 장문수 (서경대학교)

저널정보: 한국컴퓨터교육학회 컴퓨터교육학회 논문지 컴퓨터교육학회논문지 제27권 제8호

발행연도: 2024.11

수록면: 111 - 117 (7page)

DOI: 10.32431/kace.2024.27.8.009

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Deaf people communicate with sign language using their hands. Korean fingerspelling, a type of sign language, represents Korean consonants and vowels through hand and finger shapes. Although fingerspelling is an effective communication method, it can be challenging to learn. This paper proposes an algorithm for recognizing fingerspelling to support sign language education using artificial intelligence technology. Specifically, we present a Korean fingerspelling recognition algorithm based on YOLOv8, which is widely used in image recognition. Additionally, we introduce an automatic annotation method using MediaPipe’s Landmark feature to efficiently create the large amount of training data required for YOLO training. The performance of the proposed method was validated by comparing it with the Support Vector Machine (SVM) algorithm from previous research, demonstrating its superiority. Notably, our method achieved high recognition accuracy for Korean fingerspelling characters ‘ㅓ,’ ‘ㅕ,’ ‘ㅔ,’ and ‘ㅖ,’ which typically have high misrecognition rates.

#한글 지문자 #Korean Fingerspelling #YOLOv8 #MediaPipe #SVM

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-091198827

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)