بازشناسي علامت هاي زبان اشاره فارسي بر اساس تبديل هيستوگرام گراديان هاي جهت دار و شبكه عصبي احتمالاتي

در این مقاله ما یك سیستم برای بازشناسی حروف الفبای زبان اشاره فارسی ارائه م یكنیم. این سیستم قادر است به طور خودكار تمامی علامت های ساكن الفبای زبان اشاره فارسی را به زبان طبیعی ترجمه كند. این سیستم بر مبنای هیستوگرام گرادیان های جهت دار HOG)شبك ههای عصبی طراحی شده است. در این سیستم، ابتدا جه تهای غالب دست در تصاویر، با استفاده از آنالیز مؤلفه اصلیPCA) بدست یآیند. سپس تصاویر به سیستم مختصات جدید كه در آن محورهای مختصات دو جهت غالب دست هستند، منتقل می شوند. در ادامه تصاویر بریده و نرما لسازی م یشوند. بعد از نرما لسازی، برای استخراج ویژگ یها از ضرایب توصیف گرHOG استفاده می شود و یك بردار ویژگی از تصاویر بدست م یآید. با استفاده از ویژگی های استخراج شده از تصاویر یك شبكه عصبی احتمالاتیPNN) آموزش داده می شود. این سیستم بازشناسی روی پایگاه دادهPSL آزمایش م یشود. نتایج آزمایش ها نشان می دهد كه نرخ بازشناسی سیستم ما برابر 98/28% است كه نسبت به عملكرد سیستم موجود بر اساس این پایگاه داده، بهبود یافته است