طراحی و پیاده سازی سیستم استاتیک تشخیص زبان اشاره فارسی

دراین مقاله یک سیستم تشخیص علامت ھای ساکن زبان اشاره فارسی ارایه شده که قادر است با نرخ تشخیص بالایی، این علامت ھا را به طور خودکار بازشناسی کند. این سیستم برمبنای تبدیل کسینوسی گسسته و آنالیز مولفه اصلی و شبکه ھای عصبی طراحی شده است. سیستم تشخیص حروف الفبای فارسی پیشنھاد شده شامل دو فاز اصلی استخراج ویژگی و تصمیم گیری می باشد. در فاز استخراج ویژگی، از تبدیل کسینوسی گسسته (DCT) و آنالیز مولفه اصلی (PCA) برای استخراج بردار ویژگی و کاھش ابعاد آن استفاده شده است. سپس در قسمت تصمیم گیری، داده ھای کاھش یافته به عنوان ورودی به شبکه عصبی پس انتشار خطا داده شده و خروجی شبکه به عنوان خروجی نھایی سیستم در نظر گرفته شده است. نتایج شبیه سازی ھا نشان می دھد که این سیستم می تواند با نرخ بالایی، علایم زبان اشاره را شناسایی کند.