TY -的A2 -卡里尔,艾哈迈德Mostafa盟——汗,拉赫曼Ullah盟——Khattak真主党AU - Wong Woei盛盟——AlSalman Hussain盟——Mosleh Mogeeb研究员Mizanur Rahman a . a . AU - Sk, Md。PY - 2021 DA - 2021/12/10 TI -智能马来西亚手语翻译系统使用Convolutional-Based关注模块剩余网络SP - 9023010六世- 2021 AB -聋哑人人口总感觉无助的时候不被别人理解,反之亦然。这是一个巨大的人道主义问题,需要本地化的解决方案。为了解决这个问题,本研究实现卷积神经网络(CNN), convolutional-based关注模块(CBAM)认识到马来西亚手语(韩剧)图像。两种不同的实验与韩剧的迹象,使用CBAM-2DResNet(二维剩余网络)实施“块”和“分类”方法。等指标的准确性、损失、精密,记得, F1-score、混淆矩阵和训练时间记录来评估模型的效率。实验结果表明,CBAM-ResNet模型取得了良好的性能在实验室标志识别任务,通过一个小与准确率超过90%的变化。CBAM-ResNet“分类”模型是比“块”CBAM-ResNet模型更有效。因此,最好的训练模型CBAM-2DResNet选择开发一个实时信号识别系统从手语翻译文本,从文本符号语言在一个简单的聋哑人和其他人之间的通信方式。所有的实验结果表明,“分类”CBAMResNet模型更有效识别实验室,为未来的研究是值得的。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/9023010 - 10.1155 / 2021/9023010摩根富林明计算智力和神经科学PB - Hindawi KW - ER