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 ↗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.
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}
}
EUVIMED