В соответствии с договором №20-1-030324 от 13.03.2020 между Фондом Президентских грантов и Ассоциацией выпускников НГТУ-НЭТИ о представлении гранта президента Российской Федерации на развитие гражданского общества, Ассоциация в 2020-2022 годах выполняла работы по реализации проекта «Электронная платформа по распознаванию и поддержке русского жестового языка».

Размер гранта – 9690918,00 рублей, грантовое направление – поддержка проектов в области науки, образования, просвещения.

Руководитель проекта – член Ассоциации выпускников НГТУ-НЭТИ, выпускник 2015 года, м.н.с. центра технологического превосходства НГТУ слабослышащий Приходько Алексей Леонидович.

Научный руководитель проекта – член Ассоциации выпускников НГТУ-НЭТИ, выпускник 1982 года, профессор кафедры АСУ Гриф Михаил Геннадьевич.

Администратор проекта – директор Ассоциации выпускников НГТУ-НЭТИ Пономарев Владимир Борисович.

Цель проекта – разработка информационного, программного и алгоритмического обеспечения сбора, обработки, нормирования, хранения и обучения жестам русского жестового языка для поддержки коммуникаций глухих и слышащих граждан.

В работе было четыре отчетных этапа: август 2020 года, февраль 2021 года, август 2021 года, февраль 2022 года. Для их выполнения мы привлекли двадцать научно-педагогических и инженерных работников профильных подразделений НГТУ и слабослышащих выпускников Института социальных технологий НГТУ. Кроме руководителей проекта, это:

Белоусов М.И., Беляева Д.Б., Борисенко Ю.М., Буркова С.И., Варинова О.А., Верещагина И.С., Гриф А.М., Жидкова Е.А., Земляков А.А., Карпычев М.П., Котов В.С., Магай Г.И., Мазко А.И., Соколов А.С., Сорока А.А., Хаданова А.В., Хворостов В.А., Якимук Е.Ю.

Финансовый отчет Ассоциации был принят в апреле 2022 года. Аналитический отчет Ассоциации был принят в конце ноября 2022 года после устранения замечаний.

Таким образом, к 1 декабря 2022 года работа над Президентским грантом успешно завершена!

Краткое описание проекта:

Итог работы – веб-сайт с возможностью анализа русского жестового языка:

Пример распознавания РЖЯ в режиме реального времени: