في عالم يبحث عن فهم أعمق للغات الإشارة، تم الكشف عن مجموعة بيانات جديدة مبتكرة مخصصة لتعريف أشكال اليد المعزولة. قام الباحثون بجمع 144,000 صورة بتقنية RGB من 15 مشاركاً، تتضمن 160 فئة من أشكال اليد التي حددها جدول أشكال اليد الرسمي بنظام هاملبرغ (HamNoSys).

تستند هذه المبادرة إلى تقديم معيار جديد لقياس الأداء في هذا المجال، وذلك من خلال استخدام نماذج متطورة مثل ResNet-18 وViT-B/16، فضلاً عن تقييم أساليب أخرى تعتمد على معالم اليد مثل الشبكات التلافيفية البيانية (Graph Convolutional Network) وXGBoost.

أظهرت النتائج أن المعايير المعتمدة على المشاركين اليوميين أثبتت أداءً متناسقاً عبر جميع النماذج، في حين أظهرت التقييمات المخصصة تأثيراً كبيراً في الأداء عند تطبيقها على أشخاص جدد غير معروفين. لكن، على مجموعة بيانات حروف إشارة ASL، وصلت نسبة الدقة المتوسطة للتعرف إلى ما بين 82.20% و87.40%.

تهدف هذه الدراسة إلى تقديم موارد موثوقة للبحث في أشكال اليد الدقيقة وتطوير تقنيات لغة الإشارة بشكل يجعلها أكثر سهولة وفاعلية في الاستخدام. تسلط هذه المبادرة الضوء على أهمية التعرف الدقيق على أشكال اليد كخطوة مهمة نحو تعزيز التواصل بلغة الإشارة في المجتمعات.