شناسایی زبان اشاره با استفاده از استخراج ویژگي هاي دینامیکی دستکش دیتا مجهز به سنسور خمش

Abstract

برای تشخیص حرکت انگشتان بطور معمول روشهای مختلفی در جهان استفاده میشود که یکی از آنها استفاده از دستکش داده می باشد. در این نوع دستکش از سنسورهای فشار، شتاب و خمش استفاده میشود. سنسورهای شتاب و فشار مشکلاتی از قبيل نصب و جاگذاری سنسورها بر روی انگشتان را به دنبال دارد که باعث می شود ساخت چنین دستکشی را سخت و پيچيده کند. روش دیگر استفاده از دوربين مي باشد که نیاز به محیطی با نورپردازی مناسب و پشت زمینه با رنگ خاص میباشد و حتی در برخی موارد استفاده از دستکش رنگي برای تشخیص بهتر توصیه شده است. لذا در این پایان نامه از دستکش داده حاوي سنسورهای خمش جهت استخراج ویژگي هاي دینامیکی حرکت انگشتان استفاده شده است. از مزایای اين دستکش ارزان بودن، سادگی ساخت و کاربر پسند بودن را می توان نام برد. از ديگر کاربردهاي این دستکش می توان به عنوان جویستیک در کنترل لوازم، ساخت فیلم های انیمیشنی و بطورکلی کارهایی که نیاز به نمونه برداري از حرکات فیزیکی کاربر داشته باشند، بهره برد. این دستکش شامل شش سنسور خمش مي باشد، یک سنسور برای مچ دست و پنج عدد دیگر برای انگشتان در نظر گرفته شده است. نمونه های فراوانی از حرکت انگشتان هنگام ادای حروف لاتين از افراد مختلف تهیه شده است و سپس با 66 درصد از این داده ها با الگوریتم ESN و الگوریتم تکاملی ADE در نرم افزار متلب آموزش داده شد. تلاش ما برای تشخیص بیست و شش حرف از حروف انگلیسی صورت گرفته است. در اینجا نمونه برداری با نرخ 25 نمونه در ثانیه و دقت 12 بیت گرفته شده است. در نهایت بعد از تستهای فراوان دقت تشخیص برای کلیه حروف به حدود 76 درصد رسید.