شماره ركورد كنفرانس :
5152
عنوان مقاله :
تشخيص حركت دست با تكنيك ORB و شبكه عصبي پيچشي
عنوان به زبان ديگر :
Hand Gesture Recognition Using ORB Technique and Convolutional Neural Network
پديدآورندگان :
مهنا فرحناز f_mohanna@ece.usb.ac.ir دانشگاه سيستان و بلوچستان , مقبلي مهين mahin.moghbeli3725@gmail.com دانشگاه سيستان و بلوچستان , جعفري پوريا pjafari@ece.usb.ac.ir دانشگاه سيستان و بلوچستان
كليدواژه :
توصيف‌كننده ويژگي ORB# حالت دست# شبكه عصبي پيچشي
عنوان كنفرانس :
بيست و نهمين كنفرانس مهندسي برق ايران
چكيده فارسي :
حالت‌هاي دست، روشي شهودي براي تعامل بين انسان و رايانه است. تشخيص حالت‌هاي دست بطور فزاينده‌اي در مواردي مانند خانه‌هاي هوشمند، بازي‌ها، سيستم‌هاي حمل و نقل اطلاعاتي، امنيتي و غيره مورد استفاده قرار مي‌گيرد. اين تحقيق، رويكرد جديدي را براي شناسايي حالت‌هاي دست با استفاده از روش‌هاي استخراج ويژگي و شبكه عصبي پيچشي ارائه مي‌دهد. براي ساختن بردار ويژگي مورد استفاده در شبكه عصبي از توصيف كننده‌هاي ويژگي ORB استفاده شده است. توصيف‌كننده ORB از نظر مقياس، چرخش و شرايط نوري يا روشنايي مقاوم است. در ادامه ويژگي‌هاي استخراج شده براي دسته‌بندي به شبكه عصبي پيچشي داده مي‌شود. در روش پيشنهادي از مجموعه تصاوير Massey كه شامل 2520 تصوير مي‌باشد، استفاده شده است. با مقايسه روش پيشنهادي با روش‌هاي موجود، روش ارائه شده عملكرد بهتري از نظر دقت دارد. با به كار بردن روش پيشنهادي روي مجموعه تصاوير Massey، دقتي برابر با 99 درصد در تشخيص حالت‌هاي دست به دست آمد.
