التعرف على لغة الإشارة لمساعدة الصم والبكم باستخدام التعلم العميق

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

تُعتبر لغة الإشارة الطريقة الأكثر تعبيراً وفاعليةً لتمكين ضعاف السمع من الانغماس في الأنشطة الاجتماعية وتحسين قدرات التواصل الاجتماعي لديهم، إلا أن أنظمة التعرف على لغة الإشارة لاسيما لغة الإشارة العربية تواجه عدة تحديات تجعل دقة التعرف الخاصة بها غير جيدة. يهدف هذا البحث إلى تطوير نظام للتعرف على لغة الإشارة العربية باستخدام تقنيات التعلم العميق، وعلى وجه التحديد بنية الشبكات العصبية التلافيفية CNN. يعمل النظام على سد فجوة التواصل للأشخاص ضعاف السمع مع محيطهم من خلال ترجمة إيماءات لغة الإشارة العربية تلقائياً إلى نص مكتوب، حيث تم اختبار أداء أربعة بنى معمارية من نماذج CNN وهي: نموذج CNN مخصص، VGG-16، MobileNet V1، MobileNet V2 على مجموعتي بيانات للغة الإشارة العربية إحداهما تم بناؤها يدوياً ومعترف بها من قبل جمعية رعاية الصم والبكم في مدينة حمص. أظهرت النتائج أن نموذج MobileNet V2 حقق أعلى دقة بلغت 96% على مجموعة البيانات المبنية، مع إمكانية تضمين هذا النموذج ضمن تطبيق على منصات الويب والأجهزة المحمولة لترجمة لغة الإشارة العربية لنص في الوقت الحقيقي.

روابط وملفات

التعريف والنوع

رقم الوثيقة

ec703f0f-a12a-4cd7-b509-62f35c9ce77f

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf image

أسماء الملفات

ec703f0f-a12a-4cd7-b509-62f35c9ce77f_1.pdf

بيانات النشر

ترجمة العنوان

Recognizing of Sign Language for Helping Deaf and Dumb People using deep learning

ألقاب المؤلفين

[{"name_ar":"إيفا حريقص","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"رانيا لطفي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"ناديا قسيس","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

Arabic

المصدر والدورية

اسم المصدر

التعرف على لغة الإشارة لمساعدة الصم والبكم باستخدام التعلم العميق

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

التعرف على لغة الإشارة العربية, التعلم العميق, التعلم بالنقل, الشبكات العصبية التلافيفية (CNNs)

إشراف وإعداد

الإشراف

إيفا حريقص, رانيا لطفي

الإعداد

ناديا قسيس

الاقتباسات الببليوغرافية