انجمن کامپیوتر ایران

مؤثرترین روش ارتباط افراد ناشنوا زبان اشاره است. اما معمولاً افراد غیرکر و لال آشنایی لازم را با این زبان نداشته و به خصوص در مواقع ضروری قادر به ارتباط با این افراد نیستند. ضرورت دیگر، تسهیل ارتباط ناشنوایان در فضای اینترنت با استفاده از زبان اشاره می‏باشد. بنابراین طراحی یک سیستم مترجم برای ترجمه کردن زبان اشاره به زبان‌های طبیعی لازم به نظر می‏رسد. یکی از پایه‏های اصلی زبان اشاره، اشارات ایستا هستند که تنها با حالت دست مشخص می‏شوند. برای بازشناسی این دسته از اشارات، این مقاله ضمن استفاده از روش‏های غیر خطی مبتنی بر کرنل مانند آنالیز مؤلفه‌های اساسی کرنلی (KPCA ) و آنالیز متمایز کننده کرنلی ( KDA) ، روش‏هایی را نیز برای مناسب سازی آن‏ها برای کاربرد‏های بهنگام‏ ارائه می‏کند. یک روش برای کاهش زمان روش‏های کرنلی استفاده از روش‏های کرنلی سریع می‏باشد. علاوه بر این در این مقاله یک روش هیبرید مبتنی بر روش‏های خطی و غیر خطی، ( HKPCA) و ( HKDA)، برای کاهش زمان روش‏های کرنلی پیشنهاد می‏شود که بر ویژگی‏های حاصل از آنالیز مؤلفه‌های اساسی دوطرفه (BDPCA ) اعمال می‏شود. نتایج شبیه‏سازی نشان می‏دهد که کاربرد روش‏های پیشنهادی علاوه بر کاهش زمان پردازش، به بهبود نرخ بازشناسی نیز منجر می‏شود.