Do you want to publish a course? Click here

Develop a Parallel Processing System to Recognize the Deaf and Mute Gestures and Apply it based on FPGA

تطوير نظام معالجة تفرعي للتعرف على إيماءات الصم و البكم و تطبيقه بالاعتماد على FPGA

1127   2   78   0 ( 0 )
 Publication date 2016
and research's language is العربية
 Created by Shamra Editor




Ask ChatGPT about the research

In this paper, we processed an array which represents the human hand image to get the characteristics of this image. So, we used FPGA technique, and the processing operation is partitioned into three threads which is carried out in parallel. Each thread is carried out using the pipeline technique by partitioning thread into four segments. After that, we evaluated the speedup that we get in result of using the pipeline technique and the parallel threads. So, we have the possibility to design an embedded system integrated into chip (SoC), and using the mobile phones as integral devices support the software and hardware resources.


Artificial intelligence review:
Research summary
تناقش هذه الورقة البحثية تطوير نظام معالجة تفرعي للتعرف على إيماءات الصم والبكم باستخدام تقنية FPGA. يهدف البحث إلى تحسين سرعة وفعالية التعرف على الإيماءات من خلال تقسيم عملية المعالجة إلى ثلاثة مسالك تعمل بشكل متوازي باستخدام تقنية الأنابيب. تم تطبيق النظام على صور اليد البشرية لاستخلاص ميزاتها، وتم تقسيم العمليات إلى أربعة مقاطع في كل مسلك. أظهرت النتائج تسريعاً ملحوظاً مقارنة بالأنظمة التسلسلية التقليدية، مما يتيح إمكانية استخدام هذا النظام في تطبيقات الهواتف المحمولة والنظم المضمنة. كما تم مقارنة النظام المطور مع أبحاث سابقة في مجال معالجة الصور باستخدام الحوسبة التفرعية، وأظهرت النتائج تفوق النظام الجديد في عدة جوانب مثل زمن الاتصال شبه المعدوم واستقلالية الموارد وقابلية إعادة التطوير والبرمجة.
Critical review
دراسة نقدية: تعتبر هذه الورقة البحثية خطوة مهمة نحو تحسين تفاعل الصم والبكم مع المجتمع من خلال تطوير نظام فعّال للتعرف على الإيماءات. ومع ذلك، يمكن توجيه بعض النقد البناء للبحث. أولاً، التركيز على لغة إشارة واحدة قد يحد من تطبيق النظام على نطاق أوسع، حيث توجد العديد من لغات الإشارة المختلفة. ثانياً، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع الإيماءات المعقدة التي تشمل حركات الجسم والرأس. ثالثاً، على الرغم من أن البحث أظهر نتائج إيجابية، إلا أن التطبيق العملي للنظام في بيئات حقيقية لم يتم اختباره بشكل كافٍ. وأخيراً، يمكن أن يكون هناك اهتمام أكبر بتكلفة الإنتاج والتطبيق العملي للنظام في الأسواق التجارية.
Questions related to the research
  1. ما هو الهدف الرئيسي من البحث؟

    يهدف البحث إلى تطوير نظام معالجة تفرعي للتعرف على إيماءات الصم والبكم باستخدام تقنية FPGA، وتحسين سرعة وفعالية التعرف على الإيماءات.

  2. ما هي التقنية المستخدمة في تطوير النظام؟

    تم استخدام تقنية FPGA (مصفوفة البوابات القابلة للبرمجة حقلياً) لتطوير النظام.

  3. ما هي الفوائد الرئيسية للنظام المطور مقارنة بالأنظمة التقليدية؟

    النظام المطور يتميز بزمن اتصال شبه معدوم، استقلالية في الموارد، قابلية إعادة التطوير والبرمجة، معالجة في الزمن الحقيقي، صغر الحجم، تكلفة منخفضة، واستهلاك طاقة قليل.

  4. ما هي التحديات التي يمكن أن تواجه تطبيق النظام في بيئات حقيقية؟

    التحديات تشمل التعامل مع لغات الإشارة المختلفة، الإيماءات المعقدة التي تشمل حركات الجسم والرأس، والتأكد من فعالية النظام في بيئات حقيقية.


References used
Oi Mean Foong, Tan Jung Low, Satrio Wibowo, “Hand Gesture Recognition: Sign to Voice System (S2V)”, International Journal of Electrical, Computer, and Systems Engineering 3:4, 2009
Tin Hninn Maung, “Real-Time Hand Tracking and Gesture Recognition System Using Neural Networks”, World Academy of Science, Engineering and Technology 50, 2009
Ming-Hsuan Yang, Narendra Ahuja, Mark Tabb, “Extraction of 2D Motion Trajectories and Its Application to Hand Gesture Recognition”, IEEE transactions on pattern analysis and machine intelligence, vol. 24, no. 8, august 2002
rate research

Read More

This paper introduces a system to recognize labels of time plans, where labels are extracted from time plan. This labels are images, so spatial segmentation is used to extract images of labels only. Size of images of labels are made same using medi an's algorithm for two purposes. The first one is to create database training for used neural networks. The second is to recognizing's processing. Two methods of recognizing are dependent on using neural networks technic: classification using perceptron network and recognizing using back propagation network. Perceptron network is built to take image as input and to give classification index as output for label. Then label is recognize dependent on stored table of ASCII for label. Back propagation network is designed to recognize images for all letters of English alphabet that are used in time plan. Results of research appear efficiency of designed system to recognize labels of time plan from their images for both methods after system had been applied on three time plans.
This study shows the application of network planning tool for planning, scheduling and control of maintenance operations. Taking into account that the maintenance process is a project as it consists of a set of actions that consume specific resourc es and have a data specified achievement. Thus you can create a represents the maintenance process activities. This diagram helps to maintenance process scheduling, additionally, it allows activity time maintenance. For this purpose, we used the project. Evaluating and Review technique, because it respond to order delivery vacillation.
Most of the time, when dealing with a particular Natural Language Processing task, systems are compared on the basis of global statistics such as recall, precision, F1-score, etc. While such scores provide a general idea of the behavior of these syst ems, they ignore a key piece of information that can be useful for assessing progress and discerning remaining challenges: the relative difficulty of test instances. To address this shortcoming, we introduce the notion of differential evaluation which effectively defines a pragmatic partition of instances into gradually more difficult bins by leveraging the predictions made by a set of systems. Comparing systems along these difficulty bins enables us to produce a finer-grained analysis of their relative merits, which we illustrate on two use-cases: a comparison of systems participating in a multi-label text classification task (CLEF eHealth 2018 ICD-10 coding), and a comparison of neural models trained for biomedical entity detection (BioCreative V chemical-disease relations dataset).
The entry of computer to many areas, such as medical field, led to develop new technique that has led to the prosperity of these areas, and helped doctors to detect and diagnose diseases accurately and credibility, where the experience of the docto r in addition to the accuracy of computer lead to access to the credibility of high patient and save human lives. A new approach for cardiac diseases detection and classification in ECG signals images is proposed using Adaptive Neuro Fuzzy Inference System ANFIS. The proposed approach is applied on database containing (147) ECG images, each of them accompanied with its medical report. The medical reports were used to validate the detection and classification. The proposed method achieved a relatively high accuracy (97%) in detection and classification processes. The proposed approach is developed using MATLAB, and based on its libraries, image processing, neural network and fuzzy logic.
The research presents a design for an automated checking system for students. The system takes a picture of the student, then it extracts his/her basic facial features. The network was trained using the reverse spreading algorithm. If a training da tabase is generated for each student consisting of 15 training samples contained of the necessary facial expressions to identify the student for one time at the beginning of the semester, then the neural network will be trained on students database to obtain a trained neural network able to identify the students of each category depending on their physical appearance. That will result in knowing who attends and who does not attend the session. The system designed for this purpose was supplied with the trained network. The system provides the possibility of automated checking for students according to the content of the study giving the alarm in case of the existence of the picture of a student who does not belong to the same group.
comments
Fetching comments Fetching comments
Sign in to be able to follow your search criteria
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا