ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > English Alphabets Recognition...>الوصف

English Alphabets Recognition using Hand Gesture

العنوان بلغة أخرى: تطبيق التواصل من خلال الرسائل المبني على إشارات اليد
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: أحمد، هناء محسن (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ahmed, Hanaa Mohsin
مؤلفين آخرين: حسين، ياسر ضياء (م. مشارك)
المجلد/العدد: ع34
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 16 - 36
DOI: 10.36541/0231-000-034-006
ISSN: 1819-6489
رقم MD: 1238930
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
وسائل الإتصالات | مواقع التواصل الإجتماعي | إشارات اليد | لغة الإشارة
كلمات المؤلف المفتاحية:
إيماءات اليد | لغة الإشارة | فيشر تحليل خطي التمييز | تفاعل الإنسان والحاسوب | المسافة الإقليمية | Hand Gestures | Sign Language | Fisher Linear Discriminant Analysis | Human Computer Interaction | Euclidean Distance
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في مجال تفاعل الكمبيوتر مع البشر (HCI)، وهو اختصار للتواصل بين الإنسان والحاسوب، هناك حاجة إلى لغة الإشارة للأفراد ذوي الاحتياجات الخاصة (البكم) لغرض التواصل مع الأفراد الذين ليس لديهم احتياجات خاصة وكذلك للتواصل مع بعضهم البعض. وبالتالي، يتم تحديد لغة الإشارة عن طريق استخدام أنظمة التعرف على اليد. المرحلة الأولية في تطبيق التعرف على الإشارات اليدوية هي حذف الخلفية بالإضافة إلى جزء (ذراع/ يد) من أجزاء الجسم الأخرى بقدر ما يكون ذلك ممكنا. فيما يتعلق بالدراسة المقدمة، نحن نقدم نهجا جديدا لتمثيل الحروف الأبجدية للغة الإنجليزية على أنها إيماءات باستخدام ست أنماط. تم تطبيق نمط التجزئة للصورة ذات المقياس الرمادي. ومن ثم تم تحسين الصورة وزيادة نسبة التباين في الصورة من خلال معادلات ال histogram وكذالك تم تنفيذ عملية التصنيف عبر دالة تحليل التمييز الخطي في فيشر (FLDA) ويبدو أن الصعوبات، بما في ذلك التعرف على إيماءات مشابهة، تدار بكفاءة تامة مع التكنولوجيا المقترحة، حيث أن الخلفية ثابتة باللون الأبيض. أن سبب الحصول على معدل تمييز وصل إلى 82.86 لأن الإضاءة قد تكون مختلفة من مكان لآخر، بالإضافة إلى اختلاف دقة الكاميرا، وهذا أمر مهم للغاية في تمييز الميزات.

In Human-Computer Interaction (HCI) area, the sign language is needed for individuals with special needs (dumb) for the purpose of communicating with individuals with no special needs and also for communicating with each other. Thus, the sign language is determined via using the systems of hand recognition. The initial stage in utilizing manual signal recognition is deleting the background in addition to a part (arm/hand) from other body parts just as much as feasible. Concerning the presented study, we are offering a novel approach for representing the alphabet of English language as 6 pattern gestures. The hash pattern has been applied through utilizing histogram equation for gray-scale image. The process of classification has been implemented via the Euclidean distance function as well as Fisher Linear Discrimination Analysis (FLDA). Difficulties including recognizing similar gestures appear to be managed quite efficiently with the proposed technology, as the background is fixed white. The recognition rate has been 82.86 since the lighting differs between different places, in addition to the differences in resolution of the camera, that is highly important in characterizing features.
ISSN: 1819-6489

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.