Sign Language Recognition

Bachelorarbeit - Anwendung neuronaler Netze zur Echtzeiterkennung von Gebärden der deutschen Gebärdensprache

Gemeinsam mit meinem Kommilitonen Michael D. habe ich an der Hochschule Mainz an einem ambitionierten Projekt gearbeitet, das sich als äußerst erfolgreich herausgestellt hat. Unsere Arbeit zur Echtzeiterkennung der deutschen Gebärdensprache wurde mit dem renommierten Preis des Hochschulrats der Hochschule Mainz ausgezeichnet, eine Anerkennung, die uns mit großer Freude erfüllt.

Unter der fachkundigen Betreuung von Prof. Dr. Anett Mehler-Bicher haben wir die preisgekrönte Bachelorarbeit mit dem Titel "Anwendung neuronaler Netze zur Echtzeiterkennung von Gebärden der deutschen Gebärdensprache" entwickelt. Der Fokus lag darauf, KI-basierte Übersetzungssysteme in Echtzeit für die deutsche Gebärdensprache zu erkunden.

Die Herausforderung lag in der Komplexität von Gebärdensprachen im Vergleich zu gesprochenen Sprachen. Für rund 140.000 gehörlose Menschen in Deutschland könnte eine computergestützte Übersetzung eine erhebliche Erleichterung bedeuten. Unsere Bachelorarbeit analysierte die Wirksamkeit neuronaler Netze für die Echtzeiterkennung von Gebärden. Mit Hilfe von über 3000 Trainingsvideos und modernster Technologie erzielten wir beeindruckende Ergebnisse.

Das beste Modell erreichte eine bemerkenswerte Erkennungsrate von 96,7% in einer kontrollierten Umgebung. Auch wenn weiterführende Forschung nötig ist, um den Wortschatz zu erweitern und kontextuelle Sätze zu erkennen, sind wir stolz darauf, einen bedeutenden Schritt in Richtung inklusiver Kommunikation gemacht zu haben.

Unsere Arbeit bildet eine solide Grundlage für zukünftige Projekte, die die Kommunikation zwischen Hörenden und gehörlosen Menschen verbessern sollen.