| LEADER |
05041nam a22002657a 4500 |
| 001 |
2143523 |
| 024 |
|
|
|3 10.21608/QARTS.2023.192742.1617
|
| 041 |
|
|
|a eng
|
| 044 |
|
|
|b مصر
|
| 100 |
|
|
|a عبدالرحمن، عمرو محمد سليمان
|g Suleiman, Amr Mohammed
|e مؤلف
|9 372670
|
| 245 |
|
|
|a Recognize the Alphabet of Fingerspelling Using Statistical Classifiers to Facilitate Communication between Hearing-Impaired Persons and Others
|
| 246 |
|
|
|a التعرف على أبجدية الأصابع الإشارية باستخدام المصنفات الإحصائية لتحسين التواصل بين ذوي الإعاقة السمعية وفئات المجتمع الأخرى
|
| 260 |
|
|
|b جامعة جنوب الوادي - كلية الآداب
|c 2022
|g أكتوبر
|
| 300 |
|
|
|a 1 - 30
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a تسعي هذه الدراسة إلى تق ديم تقنية جديدة للكشف واستخراج إيماءات أبجدية الأصابع الإشارية الخاصة بلغة الإشارة العربية (للصم) من الصورة أو الفيديو، حيث لا تزال لغة الإشارة هي طريقة الاتصال السائدة للأشخاص ضعاف السمع والصم؛ إنها لغة إيماءات يدوية، وكل حركة تشير إلى معنى معين، فالغرض من هذه الدراسة هو إنشاء نظام للترجمة الآلية للغة الإشارة العربية، يتكون نظام الترجمة الألية للغة الإشارة للنص العربي المقترح من خمس مراحل أساسية ويعمل كمترجم للصم والبكم والأشخاص العاديين لتحسين التواصل، يعتمد هذا النظام على بناء مجموعتين من ميزات الصورة البيانات الإيماءات الأبجدية من مصدرين: قاموس لغة الإشارة العربية الموحد والإيماءات (إشارات اليد) من خبراء بلغة الإشارة؛ كما تستخدم تقنيات التعرف على الإيماءات، والتي تتيح للمستخدم التفاعل مع العالم الخارجي، من خلال التقاط الفيديو والصور، ومعالجة الفيديو والصور، وإنشاء واستخراج ميزات الإشارات اليدوية، والتصنيف، وأخيرا تحويل النص وتفسيره؛ في هذا البحث، نستخدم مجموعة من الميزات المناسبة في بناء علامة اليد خطوة وتصنيفها بناء على خوارزميات تصنيف مختلفة مثل KNN وMLP وC4.5 وVFI وSMO ومقارنة هذه النتائج للحصول على تصنيف أفضل.
|b The predominant method of communication for hearing-impaired and deaf people is still sign language. It is a carefully constructed hand gesture language, and each motion denotes a certain meaning. The purpose of this paper is to create a system for Arabic Sign Language automatic translation. The proposed Arabic sign to Text System consists of five primary stages and serves as a translator for deaf and dumb persons and normal people to improve communication. This system depends on building a two datasets image features for Arabic sign language gestures alphabets from two resources: the Arabic Sign Language dictionary and gestures from different signers' humans. It also uses gesture recognition techniques, which lets the user interact with the outside world. Video and images capture, Video and images processing, Hand Signs construction, classification, and finally text transformation and interpretation. In this paper, we use a set of appropriate features in step hand sign construction and classification of based on different classification algorithms such as (KNN, MLP and C4.5) and compare these results to get better classifier. This system offers a novel technique of hand detection that detects and extracts hand gestures of Arabic Sign from Image or Video.
|
| 653 |
|
|
|a الإعاقة السمعية
|a لغة الإشارة
|a ذوو الإعاقة السمعية
|a الترجمة الآلية
|a التواصل الاجتماعي
|
| 692 |
|
|
|a المعاقين سمعيا
|a لغة الإشارة
|a معالجة الصور
|a معالجة الفيديو
|b Arabic Sign Language
|b Hand Gesture
|b Features Extraction
|b Hand Detection
|
| 700 |
|
|
|a خطاب، محمود مصطفى
|g Khattab, Mahmoud M.
|e م. مشارك
|9 737070
|
| 700 |
|
|
|a أحمد، عبدالمعطي محمود محمد
|g Ahmed, Abdelmoty M.
|e م. مشارك
|9 737072
|
| 773 |
|
|
|4 العلوم الإنسانية ، متعددة التخصصات
|6 Humanities, Multidisciplinary
|c 001
|e Journal of Qena Faculty of Arts
|f Mağallaẗ Kulliyyaẗ Al-Adāb Bi-Qinā
|l 057
|m ع57
|o 1157
|s مجلة كلية الآداب بقنا
|v 000
|x 1110-614X
|
| 856 |
|
|
|u 1157-000-057-001.pdf
|n https://qarts.journals.ekb.eg/article_288302.html
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a AraBase
|
| 999 |
|
|
|c 1393270
|d 1393270
|
