This paper proposes the feasible me

This paper proposes the feasible method for American Sign Language recognition. We design the glove with 6 different color markers, and the algorithm which has three main processes; firstly, marker detection by using Circle Hough Transform, next is calculation all feasible triangle areas from 3D coordinate point that is novel feature, and process of classification that we use feedforward backpropagation of Artificial Neural Network. The experiment performs the accuracy of the algorithm. The experimental result illustrates the average of accuracy is 95 percent that is high performance

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอวิธีการไปได้สำหรับการจดจำภาษามืออเมริกัน เราออกแบบถุงมือเครื่องหมายสี 6 และอัลกอริทึมซึ่งมีกระบวนการหลักที่สาม ตอนแรก ตรวจจับเครื่องหมาย โดยใช้วงกลมแปลง Hough ถัดไปเป็นการคำนวณพื้นที่สามเหลี่ยมไปได้ทั้งหมดจาก 3D พิกัดจุดที่นวนิยายคุณลักษณะ และการจัดประเภทที่ว่า เราใช้ feedforward backpropagation ของโครงข่ายประสาทเทียม การทดลองทำความถูกต้องของอัลกอริทึมการ ผลการทดลองแสดงให้เห็นถึงค่าเฉลี่ยของความถูกต้องเป็น 95 เปอร์เซ็นต์ที่มีประสิทธิภาพสูง

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอวิธีการที่เป็นไปได้สำหรับการรับรู้ภาษามืออเมริกัน เราออกแบบถุงมือที่มีเครื่องหมาย 6 สีที่แตกต่างและอัลกอริทึมที่มีสามกระบวนการหลัก ประการแรกการตรวจสอบโดยใช้เครื่องหมายวงกลม Hough Transform, ต่อไปคือการคำนวณทุกพื้นที่สามเหลี่ยมที่เป็นไปได้จาก 3D จุดนั้นเป็นคุณลักษณะนวนิยายประสานงานและขั้นตอนของการจำแนกประเภทที่เราใช้แพร่กระจายย้อนกลับคราทโครงข่ายประสาทเทียม การทดลองดำเนินการถูกต้องของขั้นตอนวิธี ผลการทดลองแสดงให้เห็นถึงค่าเฉลี่ยของความถูกต้องร้อยละ 95 ที่มีประสิทธิภาพสูง

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอวิธีการที่เป็นไปได้สำหรับภาษามือแบบอเมริกันรับรู้ เราออกแบบถุงมือกับ 6 เครื่องหมายสีต่างกัน และขั้นตอนวิธีการซึ่งมี 3 กระบวนการหลัก คือ การตรวจสอบโดยการใช้เครื่องหมายวงกลม Hough แปลงถัดไปคือการคำนวณพื้นที่สามเหลี่ยมทั้งหมดที่เป็นไปได้จากจุดพิกัด 3 มิติที่เป็นคุณลักษณะใหม่และกระบวนการของการจัดหมวดหมู่ที่เราใช้แบบป้อนไปข้างหน้าของโครงข่ายประสาทเทียม การทดลองแสดงความถูกต้องของขั้นตอนวิธี ผลการทดลองแสดงให้เห็นถึงความถูกต้องเฉลี่ยร้อยละ 95 ที่ประสิทธิภาพสูง