![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/7123ABC9-7723-4E8F-9BB0-61516EDCBA6A | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.78338 | - |
| Γλώσσα | en | - |
| Μέγεθος | 57 pages | en |
| Τίτλος | Gesture recognition for sentence synthesis with probabilistic algorithms | en |
| Τίτλος | Αναγνώριση χειρονομιών για σύνθεση προτάσεων με πιθανοτικούς αλγόριθμους | el |
| Δημιουργός | Giannelos Evangelos | en |
| Δημιουργός | Γιαννελος Ευαγγελος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Bletsas Aggelos | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Μπλετσας Αγγελος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Mania Aikaterini | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Μανια Αικατερινη | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Partsinevelos Panagiotis | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Παρτσινεβελος Παναγιωτης | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Περίληψη | The purpose of this work was to develop a standalone system that predicts text and outputs speech synthesis for people with physical disabilities and reduced fine motor function. A low-cost, infrared hand tracking device was utilized, typically used in virtual/augmented reality applications. The implemented system offers two basic functionalities. First, a human-computer interaction (HCI) functionality that is customizable and offers enough features that can be tailored to a large number of different users. Second, a way to predict what the user intends to write in order to reduce the user’s input text as much as possible, speeding up overall communication. The word prediction task was mainly based on n-grams (and relevant Markov Chains), abbreviation expansion (and lookup tables) and recurrent neural networks. Evaluation results confirmed that the simple prediction methods utilized accelerated word typing speed, saving input text by approximately 63%. Future work could utilize additional eye-tracking or hand-tracking sensors. | en |
| Τύπος | Διπλωματική Εργασία | el |
| Τύπος | Diploma Work | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by-nc-sa/4.0/ | en |
| Ημερομηνία | 2018-07-13 | - |
| Ημερομηνία Δημοσίευσης | 2018 | - |
| Θεματική Κατηγορία | Natural Language Processing | en |
| Θεματική Κατηγορία | Human-Computer Interaction | en |
| Θεματική Κατηγορία | Augmented and Alternative Communication | en |
| Βιβλιογραφική Αναφορά | Evangelos Giannelos, "Gesture recognition for sentence synthesis with probabilistic algorithms", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2018 | en |
| Βιβλιογραφική Αναφορά | Ευάγγελος Γιαννέλος, "Αναγνώριση χειρονομιών για σύνθεση προτάσεων με πιθανοτικούς αλγόριθμους", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2018 | el |
Copyright © DIAS 2013
