عناصر مشابهة

English Alphabets Recognition using Hand Gesture

تفصيل البيانات البيبلوغرافية
العنوان بلغة أخرى:تطبيق التواصل من خلال الرسائل المبني على إشارات اليد
المصدر:مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: أحمد، هناء محسن (مؤلف)
مؤلفين آخرين: حسين، ياسر ضياء (م. مشارك)
المجلد/العدد:ع34
محكمة:نعم
الدولة:العراق
التاريخ الميلادي:2020
الصفحات:16 - 36
DOI:10.36541/0231-000-034-006
ISSN:1819-6489
رقم MD:1238930
نوع المحتوى: بحوث ومقالات
اللغة:English
قواعد المعلومات:EcoLink
HumanIndex
مواضيع:
رابط المحتوى:
LEADER 04557nam a22002657a 4500
001 1988209
024 |3 10.36541/0231-000-034-006 
041 |a eng 
044 |b العراق 
100 |a أحمد، هناء محسن  |g Ahmed, Hanaa Mohsin  |e مؤلف  |9 346893 
245 |a English Alphabets Recognition using Hand Gesture 
246 |a تطبيق التواصل من خلال الرسائل المبني على إشارات اليد 
260 |b كلية المنصور الجامعة  |c 2020 
300 |a 16 - 36 
336 |a بحوث ومقالات  |b Article 
520 |a في مجال تفاعل الكمبيوتر مع البشر (HCI)، وهو اختصار للتواصل بين الإنسان والحاسوب، هناك حاجة إلى لغة الإشارة للأفراد ذوي الاحتياجات الخاصة (البكم) لغرض التواصل مع الأفراد الذين ليس لديهم احتياجات خاصة وكذلك للتواصل مع بعضهم البعض. وبالتالي، يتم تحديد لغة الإشارة عن طريق استخدام أنظمة التعرف على اليد. المرحلة الأولية في تطبيق التعرف على الإشارات اليدوية هي حذف الخلفية بالإضافة إلى جزء (ذراع/ يد) من أجزاء الجسم الأخرى بقدر ما يكون ذلك ممكنا. فيما يتعلق بالدراسة المقدمة، نحن نقدم نهجا جديدا لتمثيل الحروف الأبجدية للغة الإنجليزية على أنها إيماءات باستخدام ست أنماط. تم تطبيق نمط التجزئة للصورة ذات المقياس الرمادي. ومن ثم تم تحسين الصورة وزيادة نسبة التباين في الصورة من خلال معادلات ال histogram وكذالك تم تنفيذ عملية التصنيف عبر دالة تحليل التمييز الخطي في فيشر (FLDA) ويبدو أن الصعوبات، بما في ذلك التعرف على إيماءات مشابهة، تدار بكفاءة تامة مع التكنولوجيا المقترحة، حيث أن الخلفية ثابتة باللون الأبيض. أن سبب الحصول على معدل تمييز وصل إلى 82.86 لأن الإضاءة قد تكون مختلفة من مكان لآخر، بالإضافة إلى اختلاف دقة الكاميرا، وهذا أمر مهم للغاية في تمييز الميزات.  |b  In Human-Computer Interaction (HCI) area, the sign language is needed for individuals with special needs (dumb) for the purpose of communicating with individuals with no special needs and also for communicating with each other. Thus, the sign language is determined via using the systems of hand recognition. The initial stage in utilizing manual signal recognition is deleting the background in addition to a part (arm/hand) from other body parts just as much as feasible. Concerning the presented study, we are offering a novel approach for representing the alphabet of English language as 6 pattern gestures. The hash pattern has been applied through utilizing histogram equation for gray-scale image. The process of classification has been implemented via the Euclidean distance function as well as Fisher Linear Discrimination Analysis (FLDA). Difficulties including recognizing similar gestures appear to be managed quite efficiently with the proposed technology, as the background is fixed white. The recognition rate has been 82.86 since the lighting differs between different places, in addition to the differences in resolution of the camera, that is highly important in characterizing features. 
653 |a وسائل الإتصالات  |a مواقع التواصل الإجتماعي  |a إشارات اليد  |a لغة الإشارة 
692 |a إيماءات اليد  |a لغة الإشارة  |a فيشر تحليل خطي التمييز  |a تفاعل الإنسان والحاسوب  |a المسافة الإقليمية  |b Hand Gestures  |b Sign Language  |b Fisher Linear Discriminant Analysis  |b Human Computer Interaction  |b Euclidean Distance 
700 |9 661840  |a حسين، ياسر ضياء  |e م. مشارك  |g Hussein, Yasser D 
773 |4 العلوم الإنسانية ، متعددة التخصصات  |6 Humanities, Multidisciplinary  |c 006  |e Al Mansour Journal  |f Maǧallaẗ al-manṣūr  |l 034  |m ع34  |o 0231  |s مجلة المنصور  |v 000  |x 1819-6489 
856 |u 0231-000-034-006.pdf 
930 |d n  |p y  |q n 
995 |a EcoLink 
995 |a HumanIndex 
999 |c 1238930  |d 1238930