EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

VisioSLR: A Vision Data-Driven Framework for Sign Language Video Recognition and Performance Evaluation on Fine-Tuned YOLO Models

Leila Ismail, Nada Shahin, Henok Tesfaye, Alain Hennebelle

Procedia Computer Science · 2025 · 257 · 85-92

DOI: 10.1016/j.procs.2025.03.014 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2025. Verfasst von Leila Ismail und 3 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref) und nennt 41 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: United Arab Emirates University.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • United Arab Emirates University

Zitieren

APA

Ismail, L., Shahin, N., Tesfaye, H., & Hennebelle, A. (2025). VisioSLR: A Vision Data-Driven Framework for Sign Language Video Recognition and Performance Evaluation on Fine-Tuned YOLO Models. Procedia Computer Science, 257, 85-92. https://doi.org/10.1016/j.procs.2025.03.014

Vancouver

Ismail L, Shahin N, Tesfaye H, Hennebelle A. VisioSLR: A Vision Data-Driven Framework for Sign Language Video Recognition and Performance Evaluation on Fine-Tuned YOLO Models. Procedia Computer Science. 2025;257:85-92. doi:10.1016/j.procs.2025.03.014

BibTeX
@article{Ismail2025,
  author = {Ismail, Leila and Shahin, Nada and Tesfaye, Henok and Hennebelle, Alain},
  title = {VisioSLR: A Vision Data-Driven Framework for Sign Language Video Recognition and Performance Evaluation on Fine-Tuned YOLO Models},
  journal = {Procedia Computer Science},
  year = {2025},
  volume = {257},
  pages = {85--92},
  doi = {10.1016/j.procs.2025.03.014}
}
Kostenlos starten →