الگوریتم کانولوشنی بهینه مبتنی بر شبکه عصبی عمیق جهت شناسایی زبان اشاره

زبان اشاره، زبانی است که ناشنوایان و افرادی که قادر به صحبت کردن نیستند، برای برقراری ارتباط با دیگران از آن استفاده میکنند. بسیاری از افراد شنوا قادر به درک زبان اشاره نیستند. بنابراین ارتباط بین افراد شنوا و ناشنوا بهدرستی صورت نمیگیرد. بنابراین احتیاج به سیستمی است که بتواند زبان اشاره را شناسایی کند. در این مقاله یک الگوریتم کانولوشنی مبتنی بر شبکه عصبی عمیق به این منظور مورد بررسی قرار می گیرد. در این الگوریتم از مجموعه داده استاندارد زبان اشاره MNIST که حاوی ۲۷۴۵۵ تصویر آموزشی و ۷۱۷۲ تصویر تست در ۲۴ کلاس است، استفاده شده است. الگوریتم پیشنهادی با استفاده از کتابخانه کراس (Keras) و با زبان برنامه نویسی پایتون شبیه سازی شد. نتایج شبیهسازی نشان میدهد که دقت تشخیص با استفاده از الگوریتم پیشنهادی و با دیتاست توضیح داده شده حدود ۹۹,۸ درصد است.