شناسایی اشارات دست با استفاده از برازش شکل در شبکههای عصبی
محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,312
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_046
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
شناخت حالت دست یک رشته تحقیقاتی در زمینه دین دایی ماشینی باشد که یکی از راههای ارتباطی بین زبانی محسوب میشود و میتواند به عنوان رابطه بین انسان و رباط مورد استفاده قرار گیرد. اساس کار در این تحقیق شناخت حالت دست بر اساس برازش شکل توسط شبکه گاز عصبی رشد یابنده میباشد. برای رسیدن به این هدف بابتدا دیتابیسی از حالات مختلف دست را در نظر گرفته و پس از تبدیل فضای رنگی RGB به فضای رنگی YCbC عملیات تبدیل تصاویر رنگی به باینری انجام میگیرد سپس نواحی پست را از نواحی زمین تساوی تفکیک کرده و شبکه عصبی مورد نظر در این نواحی به رشد داده میشود بدینترتیب حالت دست موردنظر با نورونها و اتصالات مابین شان مشخص خواهند شد. شناسایی انگشتان با توجه به ویژگی نورونهای شبکه انجام میگیرد و در ادامه با شناسایی انگشتان باز است، حالت مختلف دست شناسایی خواهند شد. در نهایت شناخت حالت دست بر 110 تصویر مختلف که شامل 310 انگشت میباشند و نرمافزار Matlab سازی شده است و بهطور کلی نتایج تشخیص صحیح حالات دست 92/7 در صد و تشخیص صحیح انگشتان 97/42% به دست آمده است.
کلیدواژه ها:
نویسندگان
وحیده خبره
دانشگاه آزاد اسلامی واحد تبریز - گروه مکانیک
سیامک حقی پور
دانشگاه آزاد اسلامی واحد تبریز - گروه مهندسی پزشکی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :