Geri Dön

Konuşan parmaklar

Speaking fingers

  1. Tez No: 405889
  2. Yazar: ZEKERİYA KATILMIŞ
  3. Danışmanlar: YRD. DOÇ. DR. İLHAMİ MUHARREM ORAK, DOÇ. DR. ALPASLAN DUYSAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 134

Özet

Bugün toplumsal hayatın bir parçası haline gelen bilgisayarların, imgelerin, işaretlerin ve hareketlerin tanınmasında etkin bir şekilde kullanılması hayatı kolaylaştırmaktadır. Sunulan bu çalışmada işaret dilini bilmeyen bir kişinin bu dili anlayabilmesi ve özellikle işaret dilini kullanarak hayatını devam ettiren işitme engelliler ile insanların daha rahat iletişime geçmesi hedeflenmiştir. Bu çalışmada Türkçe İşaret Dili'ne ait parmak heceleme alfabesi harflerinin tanınması yönelik bir çalışma sunulmuştur. İşaret dili harflerinin tanınmasına yönelik olarak da hareket temelli işlem teknolojisinde yeni bir platform olan dijital sensör sistemine dayalı Leap Motion cihazı kullanılmıştır. Cihazın hassas hareket sensörleri ve kameraları yardımıyla üç boyutlu uzayda gerçekleşen el ve parmak hareketlerinden uzam- uzamsal özellik bilgiler alınmaktadır. Bu kapsamda el, parmak, eklem ve eklem noktalarının her biri için yön, uzunluk, mesafe, konum, açı, durum ve benzeri özelliklerinden en uygun ve ayırt ediciler belirlenmiştir. Türk İşaret Dili'ne ait 29 harf için belirlenen bu özellik çıkarımları kullanılarak hazırlanan veri setleri üzerinde tanınma gerçekleştirilmiştir. Sistem veri toplamaya ek olarak ön işlem, özellik çıkarma ve sınıflandırma olmak üzere üç aşamadan oluşmaktadır. Uygulamalarda, bir saniye içerisinde her 10 milisaniyede bir alınan veri dizisi ve görüntü karelerinin ortalamaları kullanılarak hareket ve durum bilgilerinin doğruluğunun arttırılması hedeflenmiştir. Türk İşaret Dili (TİD) alfabesinde bulunan harflerin yapılış durumları dikkate alınarak ve gereksinim görülen her nokta hesaplanarak belirlenen özellik çıkarımları, kademeli olarak azaltılarak uygulamalar geliştirilmiştir. Bu amaçla geliştirilen altı uygulama kapsamında en uygun ve gerekli görülen ayırt edici özellik çıkarımlarının tespit edilmesi ve bununla birlikte başarım ve performans değerlerinin istenen düzeyde olması hedeflenmiştir. Yaklaşımın başarımını sınamak amacıyla, makine öğrenme yöntemlerinden K-En Yakın Komşu sınıflandırıcı (KNN) ile Naive Bayes sınıflandırıcı algoritmaları kullanılarak yüksek oranlarda başarım sağlanmıştır.

Özet (Çeviri)

The efficient utilization of computers that have become a part of social life in the recognition of images, signs and movements facilitates the life. In this study, the aim is to permit the comprehension of this language by people who do not know sign language and to facilitate an easier communication with the hearing-impaired people using especially sign language. In this paper, a study aiming the recognition of finger syllabication alphabet letters of the Turkish Sign Language has been proposed. For recognition of the letters of sign language, Leap Motion device based on a digital sensor, which is a new platform in the motion-based processing technology, was used. Temporal and spatial information from the hand and finger movements performed in space in three dimensions are collected using sensitive motion sensors and cameras of the device. In this context, the most appropriate and distinctive of direction, length, distance, position, angle, situation and other similar features are determined for each of hand, fingers, articulations and articular points. Recognition has been performed on the data sets prepared using the results of features determined for the 29 letters of Turkish Sign Language. The system is composed of three steps additionnally to data collection: pre-processing, features determination and classification. In the applications the accuracy of motion and situation information are expected to be increased using the mean value of data collection and image squares every 10 milliseconds in one second. Applications have been developped by decreasing progressively feature deductions determined by calculating each point considered necessary and taken into account the production situation of the letters of the Turkish Sign Language (TSL) alphabet. Within the context of six applications been developed in this purpose, the most accurate and necessary differenciating feature deductions as well as the requested levels of success and performance have been aimed. To test the success of the approach, the K-Nearest Neighbor algorithm (KNN) and Naive Bayes Classifier among the machine learning methods have been used and high-level success have been obtained.

Benzer Tezler

  1. Apoyando ve Pikado tekniklerinde sağ el parmaklarının kinematik analizi ve karşılaştırması

    Kinematic analysis and comparison of right hand fingers in Apoyando and Picado techniques

    MAHMUT FERDA ŞENEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    MüzikBaşkent Üniversitesi

    Müzik Ana Sanat Dalı

    DR. ÖĞR. ÜYESİ CEM ÇELİKSIRT

  2. Pedinküllü supbra flebin anatomik olarak çıkartılması ve el rekonsrüksiyonunlarında kullanımı

    Anatomical removal of pedinculated supbra fleb and usage in hand reconstruction

    NURHAN KAŞIKÇIOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    AnatomiEge Üniversitesi

    Anatomi Ana Bilim Dalı

    PROF. DR. FİGEN GÖKMEN

  3. Kawasaki hastalığının klinik ve laboratuvar bulguları ile retrospektif değerlendirilmesi ve koroner arter tutulumundaki risk faktörlerinin belirlenmesi: Ege Üniversitesi Tıp Fakültesi Pediatrik Kardiyoloji deneyimi

    Retrospective evaluation of kawasaki disease with clinical and laboratory findings and determination of risk factors in coronary artery involvement: Ege University Faculty of Medicine Pediatric Cardiology experience

    SİBEL YALDIZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Çocuk Sağlığı ve HastalıklarıEge Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. ERTÜRK LEVENT

  4. COVİD-19 pandemisi öncesi ve esnasında üroloji kliniğinde prostat kanseri şüphesi ile değerlendirilen ve prostat kanseri tanısı konulan hastaların klinik risk sınıflamalarının incelenmesi

    Analysis of the clinical risk classifications of patients diagnosed and diagnosed with prostate cancer, considering prostate cancer at the urology clinic before and during the COVİD-19 pandemic

    BURAK YILMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    ÜrolojiKırıkkale Üniversitesi

    Üroloji Ana Bilim Dalı

    DOÇ. DR. ERCAN YUVANÇ

  5. Prostat spesifik antijen yüksekliği ve rektal tuşede özelliği olan hastalarda multiparametrik prostat MRG'si ile prostat biyopsisinin karşılaştırılması

    The comparison of multiparametric prostate MRI and prostate biopsy in patients with prostate specific antigen height and abnormal rectal examination

    MEHMET SEFA ALTAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    ÜrolojiAtatürk Üniversitesi

    Üroloji Ana Bilim Dalı

    PROF. DR. TURGUT YAPANOĞLU