شناسایی اشارات دست با استفاده از برازش شکل در شبکههای عصبی
عنوان مقاله: شناسایی اشارات دست با استفاده از برازش شکل در شبکههای عصبی
شناسه ملی مقاله: ICMVIP08_046
منتشر شده در هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران در سال 1392
شناسه ملی مقاله: ICMVIP08_046
منتشر شده در هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران در سال 1392
مشخصات نویسندگان مقاله:
وحیده خبره - دانشگاه آزاد اسلامی واحد تبریز - گروه مکانیک
سیامک حقی پور - دانشگاه آزاد اسلامی واحد تبریز - گروه مهندسی پزشکی
خلاصه مقاله:
وحیده خبره - دانشگاه آزاد اسلامی واحد تبریز - گروه مکانیک
سیامک حقی پور - دانشگاه آزاد اسلامی واحد تبریز - گروه مهندسی پزشکی
شناخت حالت دست یک رشته تحقیقاتی در زمینه دین دایی ماشینی باشد که یکی از راههای ارتباطی بین زبانی محسوب میشود و میتواند به عنوان رابطه بین انسان و رباط مورد استفاده قرار گیرد. اساس کار در این تحقیق شناخت حالت دست بر اساس برازش شکل توسط شبکه گاز عصبی رشد یابنده میباشد. برای رسیدن به این هدف بابتدا دیتابیسی از حالات مختلف دست را در نظر گرفته و پس از تبدیل فضای رنگی RGB به فضای رنگی YCbC عملیات تبدیل تصاویر رنگی به باینری انجام میگیرد سپس نواحی پست را از نواحی زمین تساوی تفکیک کرده و شبکه عصبی مورد نظر در این نواحی به رشد داده میشود بدینترتیب حالت دست موردنظر با نورونها و اتصالات مابین شان مشخص خواهند شد. شناسایی انگشتان با توجه به ویژگی نورونهای شبکه انجام میگیرد و در ادامه با شناسایی انگشتان باز است، حالت مختلف دست شناسایی خواهند شد. در نهایت شناخت حالت دست بر 110 تصویر مختلف که شامل 310 انگشت میباشند و نرمافزار Matlab سازی شده است و بهطور کلی نتایج تشخیص صحیح حالات دست 92/7 در صد و تشخیص صحیح انگشتان 97/42% به دست آمده است.
کلمات کلیدی: حالات دست، فضای رنگی ،YCbC ، برازش شکل، شبکه گاز عصبی رشد یابنده، نورون ، اتصالات مابین نورون ها ، شناسایی انگشتان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/227396/