Annotation automatique des configurations manuelles de la Langue des Signes Française à partir de données capturées
La capture de mouvement permet d'aboutir à des corpus précis et complets d'énoncés en Langue des Signes Française (LSF). Ceux-ci peuvent ensuite servir de base aussi bien à une étude linguistique qu'à de la synthèse de nouveaux énoncés en LSF sur un agent virtuel. L'annotation de ces données à différents niveaux est une étape nécessaire mais qui peut s'avérer fastidieuse si réalisée manuellement. Cet article s'attache à automatiser l'annotation des données capturées sur l'un de ces niveaux : celui des configurations manuelles de la LSF. La méthode d'annotation se décompose en deux étapes : une première étape de segmentation utilise les variations des distances entre les articulations de chaque main pour séparer les données de mouvement en segments de deux types, configuration manuelle ou transition, tandis que la deuxième étape s'attache à reconnaître, à l'aide d'un algorithme de classification supervisé, les configurations manuelles exécutées durant les phases segmentées correspondantes.
Images and movies
BibTex references
@InProceedings{NLG17a, author = "Naert, Lucie and Larboulette, Caroline and Gibet, Sylvie", title = "Annotation automatique des configurations manuelles de la Langue des Signes Fran\c{c}aise a\̀ partir de donne\́es capture\́es", booktitle = "Proceedings of JFIG", month = "oct", year = "2017", keywords = "Segmentation automatique, Annotation automatique, Langue des Signes Fran\c{c}aise (LSF), Capture de mouvement, Apprentissage automatique supervise\́", url = "http://zabador.free.fr/Publications/2017/NLG17a" }