Аннотация
В данной статье рассмотрены особенности грамматики жестового русского языка, такие как морфология и синтаксис, после чего приведены отличия этой грамматики от грамматики разговорного и письменного русского языка. Дальше представлен сравнительный анализ характеристик аппаратных и программных средств, которые могут быть использованы в задачах распознавания жестовой речи. Рассмотрены наиболее популярные виды устройств, такие как камеры, браслеты, перчатки и другие, которые применяются в области распознавания, а также подробно описаны наиболее популярные (их состав, возможности и отличия друг от друга), которые уже используются в области человеко-машинного взаимодействия в различных проектах. Приведены примеры данных, которые можно получить с этих устройств, а также то, как с ними можно работать. Далее рассмотрены некоторые наиболее успешные инструменты для работы с этими данными, такие как Knime, Weka, R-Studio, способы обработки видеопотока, а также упомянуты методы и алгоритмы, такие как HMM, ANN, SVM и другие, которые используются при решении задач машинного обучения и в работе с Big Data.
Ключевые слова: грамматика русского жестового языка, распознавание жестов, аппаратные и программные средства, задачи классификации, машинное обучение, большие данные, компьютерное зрение, сурдоперевод, человеко-компьютерное взаимодействие
Список литературы
1. Русская грамматика: web-сайт. – URL: http://rusgram.narod.ru/ (дата обращения: 15.12.2013).
2. Зайцева Г.Л. Жестовая речь. Дактилология: учебник для высших учебных заведений. – М.: ВЛАДОС, 2000. – 192 с.
3. Королькова О.О. Сопоставление морфологии русского звучащего и русского жестового языка // Научное творчество XXI века: материалы IV Всероссийской научно-практической конференции с международным участием, апрель 2011 г. – Красноярск, 2011. – С. 182–183. – (Приложение к журналу «В мире научных открытий»; вып. 1).
4. Киммельман В.И. Базовый порядок слов в русском жестовом языке: дипломная работа / Рос. гос. гуманитар. ун-т, Ин-т лингвистики. – М., 2010. – 163 с. – URL: http://signlang.ru/science/read/kimmelman2/ (дата обращения: 10.12.2013).
5. Введение в естественно-интуитивное взаимодействие с компьютером: [учебный курс] / Ю. Березовская, В. Некрасова, К. Носов, О. Юфрякова; Север. (Аркт.) федер. ун-т им. М.В. Ломоносова // Национальный открытый университет «ИНТУИТ»: web-сайт. – Опубликован: 23.10.2013. – URL: http://www.intuit.ru/studies/courses/10619/1103/lecture/18218 (дата обращения: 15.12.2013).
6. Kinect – новый датчик для роботов? // RoboCraft: блог любителей робототехники, электроники и программирования. – URL: http://robocraft.ru/blog/ news/361.html (дата обращения: 15.12.2013).
7. Leap motion teardown // SparkFun: retail online store of electronics. – URL: https://learn.sparkfun.com/tutorials/leap-motion-teardown/the-outsidehtml (дата обращения: 15.12.2013).
8. Lee D. Leap motion seals HP deal to embed gesture control technology // BBC News Technology. – Submitted on 16 April 2013. – URL: http://www.bbc.co.uk/news/technology-22166424 (дата обращения: 16.12.2013).
9. Кучинский Я. Браслет MYO и мир Будущего // 3DNews – Daily Digital Digest: web-сайт. – URL: http://www.3dnews.ru/645483 (дата обращения: 16.12.2013).
10. OpenCV. Компьютерное зрение // RoboCraft: блог любителей робототехники, электроники и программирования. – URL: http://robocraft.ru/blog/ computervision/2.html (дата обращения: 16.12.2013).
11. Lamp G. Why use SVM? – URL: http://www.yaksis.com/posts/why-use-svm.html (дата обращения: 13.12.2013).
12. Stergiou Ch., Siganos D. Neural networks: report. – URL: http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html (дата обращения: 10.12.2013).
