ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Using Deep Learning Technology...>الوصف

Using Deep Learning Technology for Real-Time Sign Language Detection and Recognition at Public Libraries in Egypt: An Experimental Study

العنوان بلغة أخرى: تطبيق تقنية التعلم العميق للتعرف على لغة الإشارة في الوقت الفعلي داخل المكتبات العامة المصرية: دراسة تجريبية
المصدر: المجلة العلمية للمكتبات والوثائق والمعلومات
الناشر: جامعة القاهرة - كلية الآداب - قسم المكتبات والوثائق وتقنية المعلومات
المؤلف الرئيسي: النشرتي، مؤمن سيد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Alnashrati, Moamen Sayed
المجلد/العدد: مج6, ع17
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: يناير
الصفحات: 1 - 15
ISSN: 2636-2864
رقم MD: 1438913
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
التعلم العميق | تقنيات التعليم | ذوي الهمم | لغة الإشارة | المكتبات المصرية
كلمات المؤلف المفتاحية:
الذكاء الاصطناعي | التعلم العميق | لغة الإشارة | المكتبات العامة | التعرف على الصور | Deep Learning | AI | Public Libraries | Image Recognition | Sign Language
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

45

حفظ في:
المستخلص: تعد لغة الإشارة من أكثر الطرق تعبيرا للتواصل بين الصم وضعاف السمع، حيث يتم نقل المعلومات بشكل رئيسي من خلال إيماءات اليد. وعلى الرغم من ذلك، فإن فهم لغة الإشارة تعد من أحد أكثر المشكلات التي تواجه الأشخاص والمجالات العامة خارج مجتمع الصم، في ظل الحاجة إلى مترجم لفهم هذه اللغة. وعلي هذا تأتي التقنيات الحديثة كتقنيات التعلم العميق ورؤية الكمبيوتر كأحد وسائل التي تساعد على حل هذه المشكلة وذلك من خلال توفير العديد من التطبيقات التقنية والأنظمة الأساسية الأخرى في هذا البحث، تقترح الدراسة نموذجا للكشف عن لغة الإشارة في الوقت الفعلي باستخدام نماذج للتعلم العميق وهي Tensor Flow وOpen CV ويعد الهدف الرئيسي من هذه الدراسة هو تطوير نموذج يتعرف على لغة الإشارة، من خلال هذا النموذج، يمكن الكشف عن الكلمات والجمل الشائعة التي يتم التعبير عنها بإيماءات اليد، كما هو الحال بين لغات الإشارة الأمريكية والعربية مثل إشارة جيد، وإشارة سيء، وإشارة الشكر، وإشارة الدعاء بطول العمر تنتمي هذه الدراسة إلى المنهج التجريبي والقابل للتطبيق وكانت نتائج هذه الدراسة أن النموذج نجح في الكشف عن إيماءات اليد والتعرف عليها بدقة 100%.

Sign Language is the most expressive way for communication between deaf and hearing-impaired people, where information is majorly conveyed through the hand gestures. Despite this, one of the most issues that facing people and public domains that are outside the deaf community is understanding sign language, they are need an interpreter to understand this language. Technologies including deep learning and computer vision aid this issue by providing several technical apps and other platforms. In this paper, The study proposes a real-time sign language detection model using Tensor Flow and Open CV. The main aim of this study is developing model that recognize sign language, and that can be used offline. Through this model, the study can detect a common words and sentences that are expressed by hand gestures, like among American and Arabic sign languages like good (thumbs up), bad (thumbs down), thanks, and live long. This study is belonging to the experimental and applicable research. The results of this study were that the model succeed to detect the hand gestures and recognize it with accuracy 100 %.
ISSN: 2636-2864

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.