İşaret dili ile akıllı kontrol sistemi
Smart controlling devices system with sign language
- Tez No: 551894
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT ALİ UYMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Konvolüsyonel sinir ağı (CNN) bir veya daha fazla konvolüsyon katmanından (genellikle bir alt örnekleme) oluşur ve ardından bir veya daha fazla tam katman, çok katmanlı sinir ağı olarak izler. CNN mimarisi, 2D giriş görüntüsünün (veya konuşma sinyali gibi diğer bir 2D girişinin) yapısından faydalanmak üzere tasarlanmıştır. Bu sonuç yerel bağlantılarla elde edilmiş ve ağırlıkla ilişkilendirilmiş olup ardından statik parçaların çevrilmesiyle sonuçlanan toplama türü takip edilmiştir. CNN'lerin bir diğer avantajı ise eğitilmesi daha kolaydır ve aynı sayıda gizli katman ile tam ağda daha az sayıda parametreye sahiptir. Bu tezin amacı, el hareketini gerçek zamanlı olarak yakalama ve işleme sırasında yakalama aygıtı (kamera) kullanarak otomatik olarak algılayan ve tanıyan konvolüsyonel sinir ağı kullanarak bir sistem tasarlamak ve yürütmektir. Program, konvolüsyonel bir sinir ağı ile işitme engelli ve görme engelli kişilere kendi evlerinde bir şeyleri kontrol etmelerine yardımcı olmak için kullanılacak birçok farklı tür hareketleri algılayabilir ve taleplerini yerine getirmeleri için onlara yardım etmektedir. Bu model ile el hareketlerini kullanarak elektrik, mekanik veya elektronik cihazları kontrol edebiliriz. Program aynı zamanda işitme engelli insanlara işaret dilini öğretmek için de kullanılabilir. CNN modelinin eğitimi ve oluşturulması için kod, Keras makine öğrenme kütüphanesini kullanan Python'da tasarlandı. Python; yakalama cihazından (kamera) görüntü tanıma taleplerini bekleyen istemci tarafındaki soketi çalıştırır ve fonksiyonları internet üzerinden çıkış birimine (Arduino) gönderir. Ayrıca projede 3. parti ortamı olarak firebase platformu kulanılmakta ve bu ortam donanımı yazılımla birleştirmek için çalışmaktadır.
Özet (Çeviri)
A neural network convolutional (CNN) is composed of one or more convolutional layers (often with a step of sub-sampling) and then followed by one or more full layers, as in a neural network multilayer. The architecture of CNN was designed to take advantage of the structure to a 2D input image (or other 2D input such as a speech signal). This result was obtained with local connections and was relevant to the weight, followed by the type of aggregation results in the translation of the static parts. Another advantage of CNN's so that it was easier to train and we have been a fewer number of parameters of the full network with the same number of hidden units. The goal of this thesis is to design and execute a system using convolutional neural network that capable of automatically detect and recognize hand gesture through capture and process image in real time by using capture device (camera). The program going to be on hand gesture detection with a convolutional neural network, and it can detect many different types of gestures at the same time that will be used for helping disabled, deaf or blind people that will help them to control things in their house and helping them for fulfilling their demands. With this program, we can control anything whether it is electricals, mechanicals or electronics by using hands gestures. The program also can be used as teaching the deaf peoples to learn sign language. Also, there is a 3rd party environment (firebase), works as a medium to connect the hardware with the software.
Benzer Tezler
- Makine öğrenmesi algoritmalarıyla Türk işaret dilinde harf ve dinamik sözcük tanıma
Alphabet and dynamic word recognition in Turkish sign language with machine learning algorithms
ZEKERİYA KATILMIŞ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CİHAN KARAKUZU
- İşaret dili karakterlerinin karmaşık değerli sinir ağları ile tanınması
Recognition of sign language characters using complex-valued neural networks
SELDA BAYRAK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. VASİF NABİYEV
- İşitme engelli bireylerin görüşmelerine yardımcı olmak amacıyla mobil uygulama
Mobile application to help hearing impaired individuals conversation
BÜŞRA ÇOLAK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALPASLAN DUYSAK
- Türkçe otomatik konuşma tanıma ve işaret diline çevirme
Automatic speech recognition and sign language translation for Turkish
BURAK TOMBALOĞLU
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMİT ERDEM
