بررسی روشهای شناسایی اشارات دست مبتنی بر بینایی ماشین برای تعامل انشان با ماشین
Publish place: 1st National Innovation Conference on Computer Engineering and Information Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 934
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_321
تاریخ نمایه سازی: 9 تیر 1393
Abstract:
انسانها روزانه در تعاملاتشان با همنوعان خود همواره سعی می کنند همزمان با جاری ساختن کلمات و واژه ها در زبان خویش ، با استفاده از اشارات و حرکات و نیز ایماء های ظاهری، مفهوم گفته ها و یا منظور از گفته هایشان را هر چه واضحتر به مخاطبانشان منتقل نموده و یا بیان نمایند. ماشینها و کامپیوترها با همه پیشرفتهای شگرفشان، هنوز قادر به شناسایی و درک دقیق از رفتار و اشارات انسان تا این حد که شاراه شد ندارند. استفاده از بینایی ماشین و پردازش تصویر به منظور درک اشارات و ایماء ها ، بخش وسیعی از این تحقیقات و کاربردها را به خود اختصاص داده است. مبحث شناسایی اشارات دست و یا سیستم های HCI نیز با مشکلات و چالش هایی روبرو هستند. یکی از مشکلات (جالش های) اصلی، تغییرات روشنایی، تغییرات زاویه دید کاربر با ماشین، مسئله ی پس زمینه و تغییرات آن ، مشکل تبدیل یا ترجمه می باشد. در این مقاله از نمونه دیتاست دانشگاه کمبریج برای مقایسه روشهای عمده شناسایی اشارات دست استفاده شده است که نتایج بدست آمده نشان می دهد که برای تقطیع روش آستانه گیری و فضای رنگ YcbCr و برای کلاس بندی مدل مخفی مارکوف HMM و شبکه های پیش انتشار و شبکه های عصبی نرخ بازشناسی بهتری دارد.
Keywords:
Authors
نوید رئیسی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات آذربایجان شرقی، دانشکده مهندسی کامپیوتر، تبریز، ایران
سهراب خان محمدی
استادیار دانشگاه آزاد اسلامی واحد تبریز دانشکده مهندسی کامپیوتر، تبریز، ایران
احمد حبیبی زادنوین
استادیار دانشگاه آزاد اسلامی واحد تبریز دانشکده مهندسی کامپیوتر، تبریز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :