اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتطوير نظام معالجة تفرعي للتعرف على إيماءات الصم و البكم و تطبيقه بالاعتماد على FPGA
Develop a Parallel Processing System to Recognize the Deaf and Mute Gestures and Apply it based on FPGA
1001
2 78
0
(
0
)
تأليف
عمار زقزوق( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
في هذا البحث، قمنا بمعالجة مصفوفة تعبر عن صورة اليد البشرية بغية الحصول على مميزات هذه الصورة. في سبيل تحقيق ذلك، استخدمنا تقنية FPGA من خلال تقسيم عمليات المعالجة إلى ثلاثة مسالك، يتم تنفيذها على التفرع. إذ ينفذ كل مسلك باستخدام التقنية الأنبوبية بتقسيمه إلى ثلاثة مقاطع. بعد ذلك، عملنا على تقدير التسريع الذي حصلنا عليه نتيجة استخدامنا للتقنية الأنبوبية و المسالك التفرعية. و بالتالي، أصبح لدينا إمكانية تصميم نظام مضمن داخل شريحة، و استخدام الهواتف النقالة كأجهزة متكاملة من ناحية الموارد المادية و البرمجية.
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.
المراجع المستخدمة
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
قيم البحث
اقرأ أيضاً
يقدم هذا البحث منظومة للتعرف على مسميات المخططات الزمنية، حيث يتم استخلاص المسميات من المخططات، التي هي عبارة عن صورة باستخدام التقسيم المكاني من أجل اقتطاع صور المسميات فقط. تُوحد أحجام صور المسميات باستخدام خوارزمية المتوسط لسببين؛ الأول تشكيل قاعد
ة البيانات التدريبية للشبكات العصبونية المستخدمة، و ثانياً من أجل اجراء عملية التعرف. تم اعتماد الشبكات العصبونية للتعرف بآليتين مختلفتين: آلية التصنيف classification باستخدام شبكة Perceptron و آلية التمييز باستخدام شبكة الانتشار العكسي، حيث تم بناء شبكة Perceptron دخلها صورة المسمى فتُعطي في خرجها الدليل التصنيفي للمسمى، ليتم معرفته بالاعتماد على جدول مسميات مخزن مسبقاً، و شبكة انتشار عكسي دخلها صورة المسمى و خرجها الترميز الحاسوبي للمسمى، كما تم تصميم شبكة الانتشار العكسي بحيث يمكن لها التعرف على كافة صور مسميات أحرف الأبجدية الانكليزية المستخدمة في المخططات الزمنية، أظهرت نتائج البحث فعالية المنظومة المصممة للتعرف على مسميات المخططات الزمنية من صورها، و ذلك للآليتين التصنيفية و التمييزية، بعد تطبيق النظام على ثلاث مخططات زمنية.
يبين هذا البحث تطبيقاً للتخطيط الشبكي كأداة لتخطيط و جدولة و رقابة عمليات الصيانة، آخذين بالحسبان أن عملية الصيانة هي مشروع لأنها تتكون من مجموعة من الأعمال التي تستهلك موارد محددة و لها موعد إنجاز محدد. و بذلك يمكن إنشاء مخطط شبكي يعبر عن النشاطات ا
لتي تتألف منها عملية الصيانة، و تتم من خلال هذا المخطط جدولة عمليات الصيانة إضافة إلى أنه يسمح بالرقابة على أزمنة تنفيذ نشاطات عملية الصيانة ، و قد استخدمنا لهذا الغرض تقنية مراجعة و تقييم المشروعات كونها طريقة تستخدم الأزمنة الاحتمالية لنشاطات المشروعات، الأمر الذي يمكن أن يستجيب للتذبذبات في أزمنة إنجاز نشاطات عملية الصيانة .
معظم الوقت، عند التعامل مع مهمة معينة لمعالجة اللغة الطبيعية، تتم مقارنة الأنظمة على أساس الإحصاءات العالمية مثل الاستدعاء والدقة ودرجة F1، وما إلى ذلك، بينما توفر هذه الدرجات فكرة عامة عن سلوك هذه الأنظمة، إنهم يتجاهلون جزءا رئيسيا من المعلومات التي
يمكن أن تكون مفيدة لتقييم التقدم المحرز والتحديات المتبقية المتميزة: الصعوبة النسبية في حالات الاختبار. لمعالجة هذا القصور، نقدم فكرة التقييم التفاضلي الذي يحدد فعليا التقسيم العملي من الحالات في صناديق أكثر صعوبة تدريجيا من خلال الاستفادة من التنبؤات التي قدمتها مجموعة من الأنظمة. تمكننا مقارنة الأنظمة على طول صناديق الصعوبة هذه أن تنتجنا تحليلا مدققا لأسعارها النسبية، والتي نوضحها على حالتي الاستخدام: مقارنة بين النظم المشاركة في مهمة تصنيف النص متعدد الملصقات (CLF EHENGE 2018 ICD-10 ICD-10 )، ومقارنة النماذج العصبية المدربة للكشف عن الكيانات الطبية الحيوية (مجموعة بيانات علاقات الأمراض الكيميائية الثنائية الطبيوم الكيميائية).
أدى دخول الحاسب إلى العديد من المجالات, كالمجال الطبي, إلى تطوير تقنيات جديدة أدت إلى ازدهار هذه المجالات, مما ساعد الأطباء في كشف و تشخيص الأمراض بدقة و مصداقية, حيث تؤدي خبرة الطبيب بالإضافة إلى دقة الحاسب للوصول إلى مصداقية تشخيص عالية كما تساهم ب
شكل كبير في نجاح الجراحات العلاجية و إنقاذ كثير من الأرواح .
يهدف البحث إلى اقتراح طريقة جديدة لاكتشاف و تصنيف أمراض القلب في صور إشارات ECG و ذلك باستخدام نظام الاستدلال العصبي الضبابي المتكيف ANFIS.
تم تطبيق الطريقة المقترحة على قاعدة بيانات لصور إشارات ECG تتكون من 147 صورة تصاحبت كل منها مع التقرير الطبي المرافق, حيث استخدمت التقارير الطبية للتحقق من صحة الاكتشاف و التصنيف و قد حققت هذه الطريقة دقة عالية وصلت حتى 97% في عملية الاكتشاف و التصنيف.
تم بناء النظام المقترح باستخدام برنامج MATLAB و ذلك بالاعتماد على كل من مكتبات معالجة الصورة
و الشبكات العصبية و المنطق الضبابي.
يقدم البحث تصميماً لنظام تفقد آلي للطلبة، يقوم النظام بالتقاط صورة للطالب ثم استخلاص ملامح الوجه الأساسية، تم تدريب الشبكة باستخدام خوارزمية الانتشار العكسي، إذ تم توليد قاعدة بيانات تدريبية لكل طالب، مكونة من 15 عينة تدريبية له لمرة واحدة في بداية ا
لفصل الدراسي، كل عينة تحتوي تعابير الوجه اللازمة للتعرف على طالب، تُدرب الشبكة العصبونية على قاعدة بيانات الطلبة من أجل الحصول على شبكة عصبونية مدربة قادرة على التعرف على طلاب كل فئة بالاعتماد على ملامحهم، وبالتالي معرفة من حضر الجلسة ممن لم يحضر، تم تزويد النظام المصمم لهذا الغرض بالشبكة المدربة، يقدم النظام إمكانية إجراء التفقد الآلي للطلاب حسب فحوى الدراسة مع التنبيه في حال وجود صورة لطالب لا ينتمي لنفس المجموعة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
