مروری بر روش های تشخیص نمادهای اشارهای در زبان انگلیسی مبتنی بر یادگیری ماشین

اختلال ارتباطی مانند ناتوانی گفتاری، مانع جدی در تعامل اجتماعی افراد می باشد. در سال های اخیر زبان اشاره فراگیر شده است، اما چالش هایی برای برقراری ارتباط به وجود آمده است. از همین رو به رسمیت شناختنژست، چشم انداز بالقوه ای است که می تواند تعامل کارآمدی بین انسان و کامپیوتر ایجاد نماید. حرکات، یک روش طبیعی ارتباطی در میان انسان ها محسوب می شود، زیرا حرکات فیزیکی دست ها ، اطلاعات معنی دار را انتقال می دهند. در واقع حرکات به عنوان یک تکنیک درونی عمل می کنند که به طور بالقوه می تواند روش های طبیعی، خلاق و بصری را برای برقراری ارتباط با رایانه ها ارائه دهند. از این رو؛ در این مقاله، پژوهشی درباره ی تکنیک های نوین در زمینه ی زبان های اشاره ای گردیده است. این تکنیک ها در چهار بخش جمع آوری داده ها، تقسیم بندی ژست، استخراج ویژگی و طبقه بندی تقسیم بندی می گردند.

کلیدواژه ها:

تشخیص نمادهای اشاره ای ، زبان اشاره انگلیسی ، روش های تشخیص نمادهای اشاره ای ، طبقه بندی ، یادگیری ماشین