Suomalaisten sormiaakkosten tunnistaminen reaaliaikaisella koneoppimismallilla

Abstract

Opinnäytetyön tavoitteena oli tutkia koneoppimisen perusteita sekä kehittää konenäköön ja koneoppimiseen perustuva malli suomalaisten viittomakielen sormiaakkosten tunnistamiseen. Malli koulutettiin käsikuvista kerätystä aineistosta, ja sitä hyödynnettiin Python-ohjelmointikielellä toteutetussa sovelluksessa, jossa sormiaakkoset tunnistettiin nettikameran syötteestä. Mallin suorituskykyä arvioitiin vertaamalla koulutuksen tuloksia käytännön testaukseen. Tulosten perusteella malli saavutti hyvän tunnistustarkkuuden, mutta haasteita esiintyi erityisesti liikkeeseen perustuvien ja samankaltaisten sormiaakkosten tunnistuksessa. Koulutettua mallia voitaisiin hyödyntää viittomakielen opetuksen tukena, ja tunnistustarkkuutta parantaa hyödyntämällä kuvista muodostuviin aikajonoihin perustuvia malleja.