TR
EN
El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme
Öz
Tasarlanacak işaret dili tanıma projesinin güncel teknolojiler kullanılarak optimize biçimde gerçeklenmesi amaçlanmıştır. Projenin makine öğrenmesi bölümü Keras ve Sklearn kullanılarak TensorFlow üzerinden yapılacaktır. TensorFlow, ilerleyen aşamalarda projeyi mobil bir ortama taşıma ihtimali göz önünde bulundurularak seçilmiştir. Kullanılacak nesne tanıma yöntemi MediaPipe Holistic olarak seçilmiştir.
Anahtar Kelimeler
Kaynakça
- Ko, S.-K., Kim, C. J., Jung, H., & Cho, C. (2019). Neural Sign Language Translation Based on Human Keypoint Estimation. Applied Sciences, 9(13), 2683. doi:10.3390/app9132683
- RWTH-PHOENIX-2014-T veri seti, https://www-i6.informatik.rwth-aachen.de/~koller/RWTH-PHOENIX-2014-T/
- Necati Cihan Camgoz, Simon Hadfield, Oscar Koller, Hermann Ney, and Richard Bowden. Neural Sign Language Translation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.
- Konstantinidis, D., Dimitropoulos, K., & Daras, P. (2018). Sıgn Language Recognıtıon Based On Hand And Body Skeletal Data. 2018- 3DTV-Conference: The True Vision - Capture, Transmission and Display of 3D Video (3DTV-CON). doi:10.1109/3dtv.2018.8478467
- Hosain, A. A., Santhalingam, P. S., Pathak, P., Rangwala, H., & Kosecka, J. (2020). FineHand: Learning Hand Shapes for American Sign Language Recognition. 2020 15th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2020). doi:10.1109/fg47880.2020.00062
- Zhang, Z., Pu, J., Zhuang, L., Zhou, W., & Li, H. (2019). Continuous Sign Language Recognition via Reinforcement Learning. 2019 IEEE International Conference on Image Processing (ICIP). doi:10.1109/icip.2019.8802972
- Pytorch vs Tensorflow 2021, https://towardsdatascience.com/pytorch-vs-tensorflow-2021-d403504d7bc3
Ayrıntılar
Birincil Dil
Türkçe
Konular
Mühendislik
Bölüm
Araştırma Makalesi
Yayımlanma Tarihi
31 Mayıs 2022
Gönderilme Tarihi
2 Nisan 2022
Kabul Tarihi
12 Nisan 2022
Yayımlandığı Sayı
Yıl 2022 Sayı: 36
APA
Kırcı, P., Durusan, B. B., & Özşahin, B. (2022). El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme. Avrupa Bilim ve Teknoloji Dergisi, 36, 32-35. https://doi.org/10.31590/ejosat.1097389
AMA
1.Kırcı P, Durusan BB, Özşahin B. El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme. EJOSAT. 2022;(36):32-35. doi:10.31590/ejosat.1097389
Chicago
Kırcı, Pınar, Burçin Berk Durusan, ve Baha Özşahin. 2022. “El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme”. Avrupa Bilim ve Teknoloji Dergisi, sy 36: 32-35. https://doi.org/10.31590/ejosat.1097389.
EndNote
Kırcı P, Durusan BB, Özşahin B (01 Mayıs 2022) El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme. Avrupa Bilim ve Teknoloji Dergisi 36 32–35.
IEEE
[1]P. Kırcı, B. B. Durusan, ve B. Özşahin, “El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme”, EJOSAT, sy 36, ss. 32–35, May. 2022, doi: 10.31590/ejosat.1097389.
ISNAD
Kırcı, Pınar - Durusan, Burçin Berk - Özşahin, Baha. “El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme”. Avrupa Bilim ve Teknoloji Dergisi. 36 (01 Mayıs 2022): 32-35. https://doi.org/10.31590/ejosat.1097389.
JAMA
1.Kırcı P, Durusan BB, Özşahin B. El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme. EJOSAT. 2022;:32–35.
MLA
Kırcı, Pınar, vd. “El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme”. Avrupa Bilim ve Teknoloji Dergisi, sy 36, Mayıs 2022, ss. 32-35, doi:10.31590/ejosat.1097389.
Vancouver
1.Pınar Kırcı, Burçin Berk Durusan, Baha Özşahin. El Hareketlerinden İşaret Dilini Algılayıp Yazıya Dönüştürme. EJOSAT. 01 Mayıs 2022;(36):32-5. doi:10.31590/ejosat.1097389
Cited By
TURKISH SIGN LANGUAGE EXPRESSIONS RECOGNITION USING DEEP LEARNING AND LANDMARK DATA
Mugla Journal of Science and Technology
https://doi.org/10.22531/muglajsci.1567197