common-sign-language-0002#

ユースケースと概要説明#

共通手話言語ジェスチャー認識シナリオ向けのジェスチャー認識モデル。このモデルは、12 の一般的な片手ジェスチャーをサポートしています:

• 数字: 0、1、2、3、4、5

• 2 本の指を上/下/左/右にスライド

• 親指を立てる/下げる

このモデルは、MobileNet V3 バックボーンを備えた S3D フレームワークを使用し、一定のフレームレート (15 FPS) でサンプリングされたフレームのスタック (8 フレーム) を受け入れ、入力クリップの予測を生成します。

仕様#

入力#

画像シーケンス、名前: input、形状: 1, 3, 8, 224, 224、形式: B, C, T, H, W、ここで:

• B - バッチサイズ

• C - チャネル数

• T - 入力クリップの期間

• H - 画像の髙さ

• W - 画像の幅

出力#

モデルは、形状 1, 12 のテンソルを B, L 形式で出力します。ここで:

• B - バッチサイズ

• L - 実行された各 CSL ジェスチャーのロジットベクトル

デモの使い方#

このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します:

• G-API ジェスチャー認識デモ

• ジェスチャー認識 Python* デモ

法務上の注意書き#

* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。