بازشناسی علامت های زبان اشاره فارسی بر اساس تبدیل هیستوگرام گرادیا نهای جهت دار و شبک ه عصبی احتمالاتی

در این مقاله ما یک سیستم برای بازشناسی حروف الفبای زبان اشاره فارسی ارائه م یکنیم. این سیستم قادر است به طور خودکار تمامی علامت های ساکن الفبای زبان اشاره فارسی را به زبان طبیعی ترجمه کند. این سیستم بر مبنای هیستوگرام گرادیان های جهت دار HOG)شبک ههای عصبی طراحی شده است. در این سیستم، ابتدا جه تهای غالب دست در تصاویر، با استفاده از آنالیز مؤلفه اصلیPCA) بدست یآیند. سپس تصاویر به سیستم مختصات جدید که در آن محورهای مختصات دو جهت غالب دست هستند، منتقل می شوند. در ادامه تصاویر بریده و نرما لسازی م یشوند. بعد از نرما لسازی، برای استخراج ویژگ یها از ضرایب توصیف گرHOG استفاده می شود و یک بردار ویژگی از تصاویر بدست م یآید. با استفاده از ویژگی های استخراج شده از تصاویر یک شبکه عصبی احتمالاتیPNN) آموزش داده می شود. این سیستم بازشناسی روی پایگاه دادهPSL آزمایش م یشود. نتایج آزمایش ها نشان می دهد که نرخ بازشناسی سیستم ما برابر 98/28% است که نسبت به عملکرد سیستم موجود بر اساس این پایگاه داده، بهبود یافته است

کلیدواژه ها:

آنالیز مؤلفه اصلی ، بازشناسی ، زبان اشاره فارسی ، شبکه های عصبی ، هیستوگرام گرادیان های جهت دار