Real-time sign languages recognition by artificial neural networks
Yapay sı̇nı̇r ağları ı̇le ı̇şaret dı̇llerı̇nı̇n gerçek zamanlı tanınması
- Tez No: 498054
- Danışmanlar: YRD. DOÇ. DR. SERKAN ÖZBAY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Bilim Dalı
- Sayfa Sayısı: 129
Özet
Bu tez çalışmasında, iki farklı yaklaşım kullanılarak evrensel bir işaret dili tanıma sistemi önerilmiştir. Kullanımda çeşitli işaret dillerinin mevcut olması ile birlikte, önerilen sistem tanımayı evrensel yapmak için yaygın kabul gören üç işaret dilini, Amerikan İşaret Dili, İngiliz İşaret Dili ve Türkçe İşaret Dilini tanır. Önerilen yaklaşımlardan birincisi, özellik vektörleri olarak Hausdorff mesafesine ve Hu değişmezliklerine dayanmaktadır ve sistem önce el hareketlerini nasıl işleyeceğine odaklanır ve daha sonra Hausdorff mesafesi ve Hu değişmezlik ölçümleri yardımıyla farklı harfleri tanır. İkinci yaklaşım bir ileriye besleme sinir ağı yapısı tarafından gerçekleştirilir ve eğitim verileri ile birlikte üç farklı işaret dili alfabesi olarak tanınır. Deneysel sonuçlar sinir ağına dayalı yöntemin üstün performans sağladığını göstermekle birlikte her iki yaklaşımın başarılı bir şekilde çalıştığı gösterilmiştir. Bu iki sistem, işitme engelli insanlar için kolay ve etkili bir şekilde iletişim kurabildikleri ve hayatlarının pek çok yönünde zorluklarla karşılaşmadıkları için kullanışlıdır ve kolaydır.
Özet (Çeviri)
In this thesis, universal sign languages recognition system is proposed using two different approaches. Although a variety of sign languages exist in use, the proposed system recognizes three widely used sign languages as the American Sign Language, British Sign Language and Turkish Sign Language to make the recognition universal. One of the proposed approaches is primarily based on Hausdorff distance and Hu invariants as the feature vectors and the system first focuses on how to process the hand movements and then it recognizes the different letters by the help of Hausdorff distance and Hu invariants measurements. The second approach is implemented by a feed forward neural network structure and recognition is provided with training data as three different sign language alphabets. It is shown that both approaches operate successfully while experimental results demonstrate that neural network based method provides superior performance. These two systems are useful and handy for hearing impaired people as they can easily communicate and no longer face difficulties in so many aspects of their lives.
Benzer Tezler
- Arabic sign language recognition based on artificial intelligence techniques
Yapay zeka teknikleriyle Arapça işaret dili tanıma
MUSTAFA RAAD SABRI SABRI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Twitter verisi üzerinde Covid-19'a karşı etkili olan ilaçların doğal dil işleme kullanılarak analizi
Analysis of drugs effective against Covid-19 using natural language processing on Twitter data
ORHAN TALHA KUM
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER BADAY
- Yinelemeli sinir ağları ile işaret dili tanıma
Sign language recognition with recurrent neural networks
İBRAHİM ÇETİNKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- İşaret dilinin derin öğrenme yöntemleriyle metin haline dönüştürülmesi
Converting sign language into text using deep learning methods
MELEK ECE ÇİFTÇİ
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. RAMAZAN TEKİN
- Turkish sign language recognition using residual neural network
Artık sinir ağı kullanılarak Türk işaret dili tanıma
MUTLU GÜRELİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DR. OSMAN AKIN
DOÇ. DR. HACER YALIM KELEŞ