Görüntüleme
8
İndirme
5
İletişim, insanların duygu, düşünce veya bilgiyi çeşitli yollar kullanarak karşı tarafa aktarma sürecidir. İletişimde en etkili yollardan birisi ise dildir. Dil, insanların günlük hayatını kolaylaştıran bir iletişim aracıdır ve bu iletişim aracını kullanamayan işitme engelli birçok insan vardır. İşitme engelli insanların, toplum içerisinde iletişimini kolaylaştırmak için işaret dilleri geliştirilmiştir. Her ülkenin kendi konuşma diline özgü işaret dili mevcuttur. Bu çalışma erişime açık Türk işaret dili rakamlarına odaklanmıştır. İşaret dili, toplumun her kesimi tarafından bilinmemektedir. Bu durum, işitme engelli insanların bulundukları sosyal ortamlarda iletişim aksaklıklarına neden olmaktadır. İşitme engelli olmayan ancak işaret dilini bilmeyen bir bireyde aynı problemi yaşamaktadır. Bu çalışmanın amacı, işaret dilini kullanan insanların ne anlatmak istediğini derin öğrenme mimarisi üzerinde tespit etmektir. Bu amaçla, işaret dilini rakamlarının, son zamanlarda popülerliği artan siyam sinir ağı ile tanımlanmasını bu çalışmada gerçekleştirilmiştir. Siyam sinir ağları, görüntü kümesinde aynı görüntüleri eşleştiren bir derin öğrenme modelidir. Bu ağları kullanarak Türk işaret dilinde kullanılan rakam görüntülerini tanımlamayı gerçekleştirdik. Elde edilen eşleştirme başarı oranı %98,16’dır. Sonuç olarak, bu çalışma ile Türk işaret dili rakamlarının tanımlanmasında siyam sinir ağlarının başarılı olduğu görülmüştür.
Communication is the process of transmitting people’s feelings, thoughts or information to the other side using various ways. One of the most effective ways of communicating is language. Language is a communication tool that facilitates people’s everyday life, and there are many people with hearing disabilities who cannot use this communication tool. Signal languages have been developed to facilitate communication among people with hearing disabilities. Each country has its own sign language. This study focuses on the Turkish sign language numbers open to access. The language of sign is unknown by every part of society. This situation causes hearing disabilities to communicate in the social environments where they are. A person who has no hearing disability but does not know the sign language has the same problem. The aim of this study is to identify the deep learning architecture of what people who use the sign language want to tell. For this purpose, the identification of the sign language of the numbers, the recently increasing popularity of the cyan nerve network, has been carried out in this study. Siam nerve networks are a deep learning model that match the same images in the image set. We used these networks to identify the numbers used in the Turkish sign language. The success rate of the matching achieved is 98.16%. As a result, this study has shown that cysam nerve networks are successful in the identification of Turkish sign language numbers.
Communication is the process of people transferring emotions, thoughts or information to the other party in various ways. One of the most effective ways of communication is language. Language is a communication tool that makes people's daily life easier and there are many hearing impaired people in our lives who cannot use this communication tool. Sign languages have been developed to facilitate the communication of hearing impaired people in society. There are specific sign languages varying according to the language of the countries. This study focuses on the Turkish sign language digits that are publicly available. Sign language is not known by all people of society. This situation causes communication disruptions in the social environments where hearing impaired people are present. A person who has not hearing impaired but cannot use sign language has the same problem. The aim of this study is to determine what people using sign language want to tell by using a deep learning architecture. For this purpose, the identification of digits in Turkish sign language has been realized by using the recently popular siamese neural network in this study. Siamese neural networks are a type of deep learning model that matches the same images in an image dataset. Using these networks, we have identified the digits used in Turkish sign language. The success rate of the matching was 98.16%. Consequently, siamese neural networks were found to be successful in identifying Turkish sign language digits with this study.
Alan : Mühendislik; Fen Bilimleri ve Matematik
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
