TY -的A2舒贾Junaid盟——Zahid希拉AU -赛义德·锡德拉湾阿比德盟-拉希德,Munaf AU -侯赛因,Samreen AU -欧麦尔,Asif盟——他,Abdul AU - Nasim,沙赫扎德盟——Zareei马赫迪盟——Mansoor Nafees PY - 2023 DA - 2023/06/26 TI -计算机应用系统乌尔都语手语识别和分类的数据集对残疾的人使用人工智能SP - 1060135六世- 2023 AB -正常人和聋人之间的通信是全世界最困难的日常生活的一部分。一个正常人很难理解一个单词的失聪的人在他们的日常生活。与聋人交流,不同国家形成了不同的符号语言使交流更容易。在巴基斯坦,对聋人来说,政府开发乌尔都语手语与失聪的人交流。体育教练和专家很难提供无处不在的社会,所以我们需要这样一个电脑/手机系统聋人标志符号转换成语音和书写字母,正常的人可以很容易地失聪的意图。在本文中,我们提供了一个基于图像处理和深度学习乌尔都语符号语言的典范。Python 3中实现该模型,并使用不同的图像处理和机器技术捕捉视频和符号转换成声音和乌尔都语写作。首先,我们得到一个视频从聋人,然后模型作物帧图片。然后,个人照片等符号象征被认为如果聋人显示符号,然后模型识别和显示他/她想告诉的信。OpenCV等图像处理技术用于图像识别和分类而TensorFlow和线性回归用于训练模型在未来表现得聪明。 The results show that the proposed model increased accuracy from 80% to 97% and 100% accordingly. The accuracy of the previously available work was 80% when we implemented the algorithms, while with the proposed algorithm, when we used linear regression, we achieved the highest accuracy. Similarly, when we used the TensorFlow deep learning algorithm, we achieved 97% accuracy which was less than that of the linear regression model. SN - 1574-017X UR - https://doi.org/10.1155/2023/1060135 DO - 10.1155/2023/1060135 JF - Mobile Information Systems PB - Hindawi KW - ER -