بازشناسي حروف الفباي زبان اشاره فارسي ناشنوايان با استفاده از خوشه بندي kmeans و دنباله اي از تصاوير اشاره دست در پس زمينه پويا

در اين مقاله، يك سامانه بينايي ماشين براي بازشناسي حروف الفباي زبان اشاره فارسي ناشنوايان با استفاده از دنباله اي از تصاوير اشاره دست (به عنوان يك ابزار ورود اطلاعات ) ارائه مي شود.لازم است علامت هاي الفباي زبان اشاره فارسي در پس زمينه پويا را به زبان طبيعي ترجمه كند. در روش ارائه شده، در مرحله ي استخراج ويژگي، ابتدا با استفاده از روش خوشه بندي kmeans حروف الفباي ناشنوايان را به دو، سه يا چهار خوشه تبديل مي شود، به نحوي كه در هر خوشه حروفي قرار بگيرند كه بيشترين شباهت را با يكديگر داشته باشند. سپس براي بازشناسي علامت ها با قابليت اطمينان بالا، يك سيستم تركيبي از چهار كلاس بند مختلف ماشين بردار پشتيبان و پرسپترون چند لايه و درخت هاي تصميم و طبقه‌بندي بيزين براي هر نود اين درخت پيشنهاد شده است، بطوري كه در هر نود از يك دسته بند كه بيشترين صحت بازشناسي براي آن نود را دارد، بكار رود. در اين پژوهش، از يك مجموعه متشكل از 1800 تصاوير از 36 حالت مختلف دست كه از حروف الفباي زبان اشاره فارسي هستند، استفاده شده است. نتايج آزمون سيستم ارائه شده، نشان مي دهد كه در شرايط مختلف ( داراي منبع يا بدون منبع روشنائي، نزديك يا دور بودن رنگ دست با پس زمينه)، متوسط ميزان تشخيص درست حالت هاي زبان اشاره 99.59% مي باشد. همچنين، اين سيستم مي تواند با خطاي كمتر از 0.4 % ، حالات دست را به درستي تشخيص مي دهد. نرخ بازشناسي و قابليت اطمينان سيستم بر روي مجموعه آموزشي پايگاه داده PSL به ترتيب 85.83% و 99.21% است كه عملكرد سيستم رضايت بخش و مطلوب مي-باشد.