Transform-based Arabic sign language recognition

زبان اشاره زبان مستقل است که از حرکات و زبان بدن برای انتقال معنای استفاده می کند. امکانات تشخیص لغات اشاره گر به ارتباط بین ناشنوایان و جامعه است. در این مقاله، استفاده از تکنیک های مختلف تبدیل برای استخراج و توصیف ویژگی ها از تجمع فریم های نشانه ها را به یک تصویر مورد بررسی قرار دادیم. ما عملکرد سه تکنیک تحول (یعنی تبدیل فوریه، هارتلی و لگ گابور) را بر کل و تکه های تصویر نشانه انباشته نشان می دهیم. علاوه بر این، طرح های طبقه بندی متفاوت مورد آزمایش و مقایسه قرار می گیرند. دقت کلی سیستم برای تبدیل هارتلی بیش از 99٪ است که قابل مقایسه با سایر آثار با استفاده از یک مجموعه داده است.