Zadání studentských prací

zpět na web KM

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Konstrukce modelu pro překlad záznamu znakového jazyka s využitím neuronových sítí
Název (EN):	Construction of a Neural Networks model for translation of recorded sign language

Pokyny pro vypracování

1.	Get knowledge of the sign language basics and extract relevant information necessary for building the model. Read state of the art publications in the field of digital image and video processing. Seznamte se se základy znakového jazyka a načerpejte informace potřebné pro sestavení modelu. Načerpejte z moderních publikací informace o zpracování digitálního obrazu a videí.
2.	Collect a training dataset of necessary size consisting of images of different signs. Sesbírejte dostatečně velkou sadu trénovacích dat, která se bude skládat z obrazů různých znaků.
3.	Familiarise yourself with the concept of convolutional neural networks including the mathematics behind it and learn how to implement them in Python. Obeznamte se s konceptem konvolučních neuronových sítí včetně matematiky v pozadí. Naučte se je implementovat v programovacím jazyce Python.
4.	Build the first prototype of the machine learning model that can be trained with the data from earlier and returns the model's performance. Zkonstruujte první prototyp klasifikačního modelu, který může být trénován na datech z druhého kroku a vrací údaje o přesnosti modelu.
5.	Tune the model and improve the results. Add more layers in the neural networks architecture if needed. Upravte model a zlepšete výsledky. V případě potřeby přidejte vrstvy do architektury neuronové sítě.
6.	Add an extension to the model that enables real-time translation of signs given in the form of video from the camera of your device. Add text to speech function to your script. Vytvořte nadstavbu modelu, která umožní překlad znaků z kamery Vašeho zařízení v reálném čase. Přidejte k programu funkci pro převod textu na řeč.
7.
8.

Doporučená literatura

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	P. Bhatia, A. Wadhawan, Deep learning-based sign language recognition system for static signs. Neural Computing and Applications 32, 2020, 7957–7968.
2.	L. K. S. Tolentino, et al., Static Sign Language Recognition Using Deep Learning. International Journal of Machine Learning and Computing 9(6), 2019, 821–827.
3.	D. Kothadiya, et al., Deepsign: Sign Language Detection and Recognition Using Deep Learning. Electronics 2022, 11(11), 1780.
4.	M. Nguyen, W. Qi-Yan, H. Ho, Sign Language Recognition from Digital Videos Using Deep Learning Methods. In 'Geometry and Vision, ISGV 2021', Communications in Computer and Information Science 1386, Springer, Cham, 2021.
5.	L. Petr, Metody detekce znakové řeči - rešeršní studie. Bakalářská práce, VUT Brno, 2019. (školitel doc. Ing. Jiří Krejsa, PhD.)
6.

Školitel a konzultant

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	BigHub s.r.o. Václavské náměstí 802/56, 110 00 Nové město, Praha 1
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Fakulta jaderná a fyzikálně inženýrská ČVUT v Praze, Trojanova 13, 120 00 Praha 2
	(Název instituce a adresa)

Data

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2022-09-23 15:15:05

– zahájení procesu zadání

2022-09-25 13:10:19

– zasláno školiteli

2022-09-29 12:58:00

– upraveno školitelem

2022-09-29 21:22:49

– zasláno školiteli

2022-09-30 08:07:05

– upraveno školitelem

2022-10-06 15:12:45

– zasláno na KM

2022-10-09 21:16:06

– vráceno k opravě

2022-10-09 22:43:29

– zasláno školiteli

2022-10-10 10:24:33

– upraveno školitelem

2022-10-10 11:17:26

– zasláno na KM

2022-10-10 11:33:15

– žádost o autorizaci

2022-10-10 11:56:13

– autorizováno školitelem

2022-11-22 15:24:29

– schváleno KM