| چکیده |
موثرترین روش ارتباط افراد ناشنوا با ناشنوایان دیگر و همچنین افراد عادی زبان اشاره است. اما معمولاً اغلب افراد غیر ناشنوا با این زبان آشنایی نداشته و به خصوص در مواقع ضروری قادر به ارتباط با این افراد نیستند. بنابراین طراحی یک سیستم مترجم زبان اشاره به زبان‌های طبیعی لازم به نظر میرسد. اشارات موجود در زبان اشاره را میتوان به دو دسته تقسیم کرد. یک دسته اشاراتی هستند که برای معادل سازی حروف الفبای نوشتاری و صداهای موجود در زبان ابداع شدهاند و با نام الفبای دستی شناخته میشوند. این دسته از اشارات معمولاً به وسیله حالت دست مشخص میشوند و به همین علت به آنها اشارات ایستا نیز گفته میشود. دسته دیگر اشاراتی هستند که بیانگر یک مفهوم خاص، مانند خوردن و آشامیدن، میباشند. در این دسته از اشارات محل قرار گرفتن دست نسبت به بدن و حرکت آن نیز اهمیت دارد که به همین علت به آنها اشارات پویا گفته میشود. با توجه به اهمیت اشارات ایستا در یک سیستم بازشناسی زبان اشاره و نقش عمده آنها در الفبای دستی که پایه زبان اشاره میباشد، به بررسی بازشناسی علائم ایستای زبان اشاره فارسی خواهیم پرداخت. در این پایاننامه روشهای استخراج ویژگی مختلفی از جمله روشهای خطی و غیر خطی (مبتنی بر کرنل) بررسی شدهاند. علاوه بر این کارایی روشهای بررسی شده برای استفاده در کاربردهای بهنگام مورد ارزیابی قرار گرفته است و همچنین برای کاهش هزینه محاسباتی، یک روش هیبرید مبتنی بر روشهای خطی و غیر خطی کرنلی پیشنهاد میشود. نتایج شبیهسازی کارایی این روش را در کاهش زمان و بهبود نرخ بازشناسی نشان میدهد. در این پایاننامه از طبقهبندهای کمترین فاصله، شبکه عصبی و ماشین بردار پشتیبان برای محاسبه نرخ بازشناسی استفاده شده است.
|
