Engelliler için Türk işaret dilini öğrenen ve sınıflandıran duyusal eldiven tasarımı ve uygulaması
Desing and application of a sensory glove for learning and classification of Turkish sing language for disabled people
- Tez No: 646844
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜRAY SONUGÜR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Bu çalışmada duyma veya konuşma engeli olan insanların iletişim sağlayabilmelerine yardımcı olabilecek bir işaret dili tanıma eldiveni tasarımı ve uygulaması yapılmıştır. Tasarımda kullanılan eldivenlerde, 12 adet esneklik algılayıcı, 2 adet ataletsel algılayıcı, 10 adet manyetik alan algılayıcı ve geliştirme kartları kullanılmıştır. Toplamda kullanılan algılayıcılardan 34 adet sinyal elde edilerek bir işaret matrisi oluşturulmuştur. Ardından işaret dili hareketlerinden oluşan matrisler varyans, basıklık, çarpıklık ve standart sapma gibi istatistiksel işlemlere tabi tutularak 272 adet öznitelikten oluşan giriş vektörüne dönüştürülmüştür. İşaret dili hareketlerini tanımak için makine öğrenmesi algoritmalarından yararlanılarak sınıflandırma yapılmıştır. Makine öğrenmesi algoritmaları, daha önceden işaret dili hareketlerinin özniteliklerinden oluşturulmuş veri tabanını öğrenerek eldiven kullanıcısı tarafından yapılan işaretleri tanıyabilmektedir. Seçilen işaret dili hareketlerini tanıyabilmek için Lojistik Regresyon, Yapay Sinir Ağları, Destek Vektör Makineleri, Naif Bayes, Karar Ağaçları, Rastgele Orman ve En Yakın Komşu teknikleri kullanılmıştır. Oluşturulan sistem ile 32 adet kelime için, öncelikle 320 örnek işaret dili hareketi ile eğitim yapılarak 86,4% test başarısı elde edilmiştir. Ardından örnek sayısı arttırılıp 960 örnek ile eğitim yapılarak 96,9% test başarısı elde edilmiştir.
Özet (Çeviri)
In this study, a sign language recognition glove design and application was made that could help people with hearing or speech disabilities be able to communicate. In the design gloves, 12 flexibility sensors, 2 inertial sensors, 10 magnetic field sensors and enhancement cards were used. In total, 34 signals were obtained from the sensors used and a signal Matrix was created. Matrices consisting of sign language movements were then transformed into input vectors consisting of 272 attributes by subjecting them to statistical operations such as variance, rudeness, skewness and standard deviation. Machine learning algorithms are able to recognize signs made by the glove user by learning a database previously constructed from attributes of sign language movements. Logistic Regression, Artificial Neural Networks, Support Vector Machines, Naive Bayes, decision trees, random forest, and Nearest Neighbor techniques were used to recognize selected sign language movements. With the system created, 86.4% Test success was achieved by training for 32 words with 320 sample sign language movements. Ardından örnek sayısı arttırılıp 960 örnek ile eğitim yapılarak 96,9% test başarısı elde edilmiştir.
Benzer Tezler
- Türk-Alman işaret dilleri tercümesi etkinliğinin örneklerle incelenmesi
Translation activity in Turkish and German sign languages shown on examples
YONCA TÜRK
Yüksek Lisans
Türkçe
2015
Mütercim-TercümanlıkSakarya ÜniversitesiÇeviribilim Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ERSOY
- Türkçe metni türk işaret diline dönüştürme
Turkish text to turkish sign language translation
METE CAN YASAN
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAMİT ERDEM
- İşitme kaybı olan çocukların iletişim kurma yöntemlerine yönelik bir durum çalışması
A case study on communication methods of hearing-improved students
TUĞBA TURUNÇ
Yüksek Lisans
Türkçe
2021
Eğitim ve Öğretimİstanbul Aydın ÜniversitesiTemel Eğitim Ana Bilim Dalı
DOÇ. DR. DENİZ SARIBAŞ
- 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
- Yapay zeka tekniğiyle işitme engelliler için uzaktan iletişim sistemi
An artificial intelligence based remote communication system for hearing impaired
ÖZER ÇELİK
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiMatematik Bilgisayar Ana Bilim Dalı
DOÇ. DR. ALPER ODABAŞ