ارایه روشی برای شناسایی زبان اشاره فارسی با استفاده از کینکت

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 455

This Paper With 8 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCEEM06_016

تاریخ نمایه سازی: 30 دی 1397

Abstract:

یکی از راه های جدید جهت بهبود ارتباط، کامپیوتری کردن حرکات و ساخت نرم افزارهای مترجم حرکات اشاره میباشد. با توجه به اینکه این حرکات بصری میباشند بنابراین جهت ساخت برنامه نیازمند سیستمهای تصویر برداری میباشد. از طرفی با توجه به محدودیت هایی که سیستم های تصویربرداری معمولی دارند، میتوان از کینکت استفاده کرد. کینکت دارای سنسور IR میباشد و این سنسور بخوبی میتواند موقعیت بدن انسان را بواسطه دمای بدن شناسایی کند. در این تحقیق الگوریتمی برای شناسایی و کلاس بندی 5 حرف از حروف اشاره روزیک شهبازیان ارایه شد. برای این منظور ابتدا پایگاه دادهای از تصاویر استخراج شده با استفاده از کینکت ایجاد شد. به این صورت که ابتدا دست از بدن جداسازی شد و اطلاعات موقعیت و رنگی آن استخراج شد و سپس با استفاده از شبکه عصبی و مصنوعی پس انتشار این 5 حرف شناسایی و کلاس بندی شد. برای انتخاب شبکه عصبی و مصنوعی مناسب پارامترهای شبکه تغییرداده شد تا بهترین دقت شناسایی و کلاس بندی ایجاد شود.

Keywords:

الگوریتم , زبان اشاره , کینکت , شبکه عصبی و مصنوعی

Authors

مجید صانعی

کارشناسی ارشد مخابرات مجلسی

محسن عشوریان

مرکز تحقیقات مهندسی پیشرفته –دانشگاه آزاد اسلامی مجلسی