کد ts-19769  
عنوان اول شناسایی و ترجمه کلمات پویای زبان اشاره فارسی با به‌کارگیری کینکت  
نویسنده بهنام باستان  
استاد راهنما مصطفی چرمی  
نوع کاغذی  
دانشگاه دانشگاه زنجان  
مقطع کارشناسی ارشد  
رشته مهندسی پزشکی - بیوالکتریک  
سال دفاع 1394شمسی  
زبان فارسی  
چکیده زبان اشاره متداول‌ترین روش برقراری ارتباط بین افراد ناشنوا است. این افراد برای برقراری ارتباط با افراد سالم با مشکلاتی مواجه هستند[1]. هدف ما در این پژوهش ارائه مترجم زبان اشاره فارسی است که بتواند کلمات زبان اشاره فارسی را به زبان نوشتار یا گفتار ترجمه کند.زبان اشاره‌های مختلفی در جهان وجود دارد که هر کدام لغات و حرکات مربوط به خود را دارند که شامل اعداد، حروف و کلمات است مانند زبان اشاره آمریکایی، زبان اشاره چینی، زبان اشاره آلمانی و زبان اشاره فارسی.پژوهش‌هایی که برای شناسایی زبان اشاره با رایانه انجام گرفته است از چهار دیدگاه قابل بررسی است:1)ابزارهای مورد استفاده برای ثبت داده‌ها 2)روش‌های استخراج ویژگی3)روش‌های شناسایی اشاره4)پویا یا ایستا بودن حرکاتاز حدود سال 1995 پژوهش‌های بسیاری برای شناسایی زبان اشاره انجام شده است به عنوان مثال چای و همکارانش طی پروژه‌ای با حمایت مرکز پژوهش مایکروسافت با استفاده از دستگاه کینکت و دنبال کردن مسیرهای سه‌بعدی دست و پیش‌پردازش پیچ وتاب زمانی دینامیک و میزان تطابق آن‌ها توانسته‌اند 239 کلمه پویای زبان اشاره چینی را ترجمه کنند[2].کاپیلا نیز با به کارگیری دستگاه کینکت و معرفی یک توصیف گر هشت بعدی و با استفاده از روش پیچ وتاب زمانی دینامیک نزدیک ترین همسایگی، 14 اشاره پویا را ترجمه کرده است[3]. لانگ و همکارانش نیز با به‌کارگیری دستگاه کینکت و روش مدل مخفی مارکوف، 25 کلمه پویای زبان اشاره آلمانی را شناسایی کرده‌اند[4]. درباره شناسایی زبان اشاره فارسی نیز تلاش‌های متعددی انجام شده است که بیشتر آن‌ها بر روی اعداد و حروف الفبای زبان اشاره باغچه‌بان است که در آن‌ها تصاویر ایستا به‌کار گرفته شده است. به عنوان مثال فروتن و همکاران با استفاده از دوربین‌های عمقی با به‌کارگیری روش تبدیل موجک برای استخراج ویژگی و روش کلاسه‌بند بیز حروف ایستای الفبای زبان اشاره باغچه‌بان را شناسایی کرده‌اند[5]. کرمی و همکاران نیز با استفاده از دوربین دیجیتال و به‌کارگیری روش تبدیل موجک و شبکه‌های عصبی حروف ایستای الفبای زبان اشاره فارسی را شناسایی کرده‌اند[6]. مقدم و همکاران نیز با به‌کارگیری روش مبتنی برکرنل شامل کرنل آنالیز مولفه‌های اصلی و کرنل آنالیز جداکننده برروی تصاویر اخذ شده توسط دوربین و اعمال کلاسه‌بند‌های ماشین بردار پشتیبان، شبکه های عصبی و کوچکترین فاصله، حروف ایستای زبان اشاره فارسی را شناسایی کرده‌اند[7] ولی تنها مدنی و نحوی توانسته‌اند با تصاویر ویدئویی اخذ شده توسط دوربین با به‌کارگیری تبدیل رادون برای استخراج ویژگی و اعمال چهار کلاسه‌بند شامل کوچک‌ترین فاصله، نزدیک‌ترین همسایگی، شبکه‌های عصبی و ماشین بردار پشتیبان 20 کلمه پویای زبان اشاره فارسی را بازشناسی کنند[8].
 
تاریخ ثبت در بانک 6 خرداد 1397