برای استفاده از امکانات سیستم، گزینه جاوا اسکریپت در مرورگر شما باید فعال باشد
صفحه
از
0
توسعه سیستم مبتنی بر بینایی ترجمه پیوسته زبان اشاره ایرانی
قدمی، علی Ghadami, Ali
اطلاعات کتابشناختی
توسعه سیستم مبتنی بر بینایی ترجمه پیوسته زبان اشاره ایرانی
پدیدآور اصلی :
قدمی، علی Ghadami, Ali
ناشر :
صنعتی شریف
سال انتشار :
1402
موضوع ها :
یادگیری عمیق Deep Learning هوش مصنوعی Artificial Intelligence بینایی ماشین Machine...
شماره راهنما :
08-56238
جستجو در محتوا
ترتيب
شماره صفحه
امتياز صفحه
فهرست مطالب
چکیده
(6)
فهرست جدولها
(11)
فهرست تصویرها
(12)
فصل1 مقدمه
(14)
1-1 اهمیت موضوع و پژوهش
(14)
1-2 اهداف پژوهش
(15)
1-3 ساختار گزارش
(16)
فصل2 مفاهیم پایه
(18)
2-1 تعریف ایما
(18)
2-2 تقسیم بندی تشخیص ایما بر مبنای ماهیت داده
(19)
2-2-1 تشخیص به کمک سنسورها
(19)
2-2-2 تشخیص به کمک تصویر
(20)
2-2-3 تشخیص ترکیبی
(21)
2-3 انواع پیشپردازش دادهها
(21)
2-3-1 نرمالسازی و فیلتر کردن
(21)
2-3-2 استخراج ویژگی
(22)
2-3-3 انتخاب ویژگی
(23)
2-4 شبکهها و معماریهای مورد استفاده
(24)
2-4-1 شبکههای پرسپترون چند لایه12F12F
(25)
2-4-2 شبکه عصبی پیچشی
(26)
2-4-2-1 لایه کانولوشن
(26)
2-4-2-2 لایه ادغام
(27)
2-4-3 شبکههای بازگشتی19F19F
(28)
2-4-3-1 معماری حافظه طولانی کوتاه مدت21F21F
(28)
2-4-3-2 معماری واحد برگشتی دروازهای27F27F
(30)
2-4-4 شبکه ترنسفورمر28F28F
(31)
2-4-5 شبکه مولد متخاصم36F36F
(33)
2-4-6 شبکه ترنسفورمر تصویری41F41F
(35)
2-4-7 تابع هزینه42F42F CTC
(36)
2-5 منطق فازی
(37)
2-5-1 توابع تعلق فازی
(38)
2-5-2 پایگاه قوانین فازی
(39)
2-6 الگوریتم ژنتیک
(40)
2-7 معیارهای ارزیابی
(42)
2-7-1 WER
(42)
2-7-2 BLEU
(43)
فصل3 مرور ادبیات
(45)
3-1 مقدمه
(45)
3-2 انواع ترجمه زبان اشاره
(46)
3-2-1 ترجمه ایزوله زبان اشاره
(47)
3-2-2 ترجمه پیوسته زبان اشاره
(47)
3-3 ساختارهای مورد استفاده برای تشخیص و مدلسازی زبان اشاره
(48)
3-3-1 یادگیری ماشین
(48)
3-3-1-1 ماشین بردار پشتیبان
(48)
3-3-1-2 آنالیز مولفههای اصلی
(49)
3-3-2 مدلهای مخفی مارکوف53F53F
(49)
3-3-3 یادگیری عمیق
(50)
3-3-3-1 شبکههای باور عمیق
(51)
3-3-3-2 شبکههای عصبی پیچشی
(51)
3-3-3-3 شبکههای بازگشتی
(52)
3-3-3-4 شبکههای عصبی پیچشی بازگشتی
(54)
3-3-3-5 شبکه PCANet
(54)
3-3-3-6 شبکه SubUNet
(55)
3-3-3-7 شبکههای ترنسفورمر
(56)
3-3-4 مدلهای ترکیبی
(57)
3-4 مروری بر تلاشهای صورت گرفته برای زبان اشاره ایرانی
(64)
3-5 جمع بندی
(70)
فصل4 مجموعه دادگان مورد استفاده
(72)
4-1 مجموعه داده زبان اشاره در سطح کلمه
(72)
4-2 مجموعه داده زبان اشاره در سطح جمله
(73)
فصل5 تشخیص جمله به کمک تشخیص تک کلمات
(75)
5-1 مقدمه
(75)
5-2 پیش پردازش
(76)
5-2-1 تشخیص دست و صورت در فیلم
(77)
5-2-2 استخراج نقاط کلیدی دست
(79)
5-2-3 استخراج نقاط لبها
(81)
5-2-4 استخراج ویژگی از موقعیت دستها
(81)
5-3 مدل پیشنهادی برای تشخیص تک کلمه
(83)
5-3-1 ساختار دادهها
(83)
5-3-2 مدل ادغام دیرهنگام76F76F
(84)
5-3-2-1 پارامترهای مدل
(86)
5-3-3 مدل ادغام زودهنگام85F85F
(88)
5-3-3-1 پارامترهای مدل
(88)
5-3-4 مدل نهایی ترکیبی
(89)
5-4 بهینهسازی مدل نهایی با الگوریتم ژنتیک
(90)
5-4-1 پارامترهای بهینهسازی
(90)
5-4-2 تابع هدف
(90)
5-4-3 پارامترهای الگوریتم
(91)
5-4-3-1 جمعیت اولیه
(91)
5-4-3-2 ساختار کروموزومها
(91)
5-4-3-3 فرآیند انتخاب والدین
(92)
5-4-3-4 نحوه تولید نسل جدید
(92)
5-4-3-5 جهش
(92)
5-4-3-6 فرایند جستجو
(93)
5-4-3-7 تعداد نسلها
(93)
5-5 ماژول تشخیص جمله
(93)
5-5-1 تکنیک پنجرهزنی
(94)
5-5-2 تعیین طول پنجره با کنترلر فازی
(95)
5-6 نتایج
(97)
5-6-1 تشخیص تککلمه
(97)
5-6-2 تشخیص جمله
(99)
5-7 جمعبندی
(101)
فصل6 تشخیص جمله به صورت مستقیم
(102)
6-1 مقدمه
(102)
6-2 پیش پردازش
(103)
6-3 مدل پیشنهادی
(103)
6-3-1 پارامترهای مدل
(104)
6-4 نتایج
(104)
6-5 جمع بندی
(105)
فصل7 پیاده سازی نسخه اولیه نرم افزار آموزش زبان اشاره ایرانی
(107)
7-1 مقدمه
(107)
7-2 توضیحات پیادهسازی
(108)
7-3 جمعبندی
(109)
فصل8 جمعبندی و نتیجهگیری
(110)
فصل9 محدودیتها و اقدامات پیشنهادی
(112)
منابع یا مراجع
(114)
پیوست1
(121)