Questa tesi si propone di sviluppare una rete neurale su Matlab per il riconoscimento dell’alfabeto dei segni, con l’obiettivo di creare un sistema di riconoscimento automatico dei segni delle mani in tempo reale. Il lavoro prevede la raccolta di un dataset di immagini della mano che eseguono i segni dell’alfabeto, la segmentazione delle immagini per isolare la mano dallo sfondo e la progettazione di una rete neurale convoluzionale per classificare i segni dell'alfabeto utilizzando le potenti librerie di Matlab per la computer vision, il machine learning e la manipolazione delle immagini. La tesi dimostra che questa soluzione può essere promettente per lo sviluppo di tecnologie assistive per le persone non udenti.

ANALISI E SVILUPPO DI UNA RETE NEURALE PER IL RICONOSCIMENTO DELL'ALFABETO DEI SEGNI

LOPARCO, GIULIO
2022/2023

Abstract

Questa tesi si propone di sviluppare una rete neurale su Matlab per il riconoscimento dell’alfabeto dei segni, con l’obiettivo di creare un sistema di riconoscimento automatico dei segni delle mani in tempo reale. Il lavoro prevede la raccolta di un dataset di immagini della mano che eseguono i segni dell’alfabeto, la segmentazione delle immagini per isolare la mano dallo sfondo e la progettazione di una rete neurale convoluzionale per classificare i segni dell'alfabeto utilizzando le potenti librerie di Matlab per la computer vision, il machine learning e la manipolazione delle immagini. La tesi dimostra che questa soluzione può essere promettente per lo sviluppo di tecnologie assistive per le persone non udenti.
2022
ANALYSIS AND DEVELOPMENT OF A NEURAL NETWORK FOR THE RECOGNITION OF THE SIGN ALPHABET
File in questo prodotto:
File Dimensione Formato  
Tesi_Loparco_Giulio.pdf

File consultabile da postazioni biblioteca

Descrizione: Questa tesi si propone di sviluppare un sistema di riconoscimento dell'alfabeto dei segni, basato sull'acquisizione di un video in tempo reale dalla webcam e sull'impiego di una rete neurale convoluzionale sviluppata su Matlab.
Dimensione 1.94 MB
Formato Adobe PDF
1.94 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/66241