Bücher von R. Sakthi Prabha

The management of car parking systems using wireless sensor networks involves the integration of wireless sensors to efficiently monitor and control parking spaces. These sensors detect the presence or absence of vehicles and transmit real-time data to a central system. This enables dynamic and automated management of parking spaces, optimizing utilization and providing valuable information to drivers. Through wireless communication, the system can relay parking availability to users, reduce congestion, and enhance overall parking efficiency. This technology contributes to a more streamlined and convenient parking experience, offering a smart solution for urban mobility challenges.

Es wurde ein bildgestütztes System zur Erkennung von Handgesten entwickelt, um die Handformen der indischen Gebärdensprache (ISL) zu erkennen - 26 Buchstaben von A-Z. In diesem Gebärdensystem gibt es mehrere ähnlich aussehende Gesten. Daher werden für das System, das die Alphabete erkennt, insgesamt 26 Zeichen zur Identifizierung verwendet, wenn man diese gemeinsam betrachtet. Das Hauptmerkmal, die maskierte Hand, wurde aus den Schilderbildern extrahiert und diente als Merkmalsvektor unter Verwendung der HSV-Modellierung. Die Systemleistung für die Zeichenerkennung wird gemessen, indem diese Merkmale unabhängig voneinander als Merkmalsvektor für die Erkennung der ISL-Alphabete betrachtet werden. Durch die Kombination von Merkmalen wie der HSV-Farbauswahl und dem Klassifizierungsalgorithmus wie CNN war das System in der Lage, die verschiedenen Schilder leicht zu erkennen. Außerdem wird die Leistung des Systems gemessen, indem dieselben Merkmale durch die Erstellung eines Hautmaskierungsbildes der Alphabetzeichen für die Erkennung von ISL-Alphabeten extrahiert werden.

Foi desenvolvido um sistema de identificação de gestos da mão baseado na visão para reconhecer as formas da mão na Língua Gestual Indiana (ISL) - 26 letras de A a Z. Existem vários gestos de aspeto semelhante neste sistema de sinalética. Assim, considerando-os em comum, para o sistema de reconhecimento de alfabetos, é utilizado um total de 26 sinais para identificação. A caraterística principal, a mão mascarada, foi extraída das imagens dos sinais para atuar como vetor de características utilizando a modelação HSV. O desempenho do sistema para o reconhecimento de sinais é medido considerando estas características independentemente como o vetor de características para o reconhecimento dos alfabetos ISL. O efeito da combinação das características, como a seleção de cores HSV e o algoritmo de classificação, como a CNN, permitiu que o sistema detectasse facilmente os vários sinais. Além disso, o desempenho do sistema é medido através da extração das mesmas características, criando uma imagem de máscara da pele dos sinais dos alfabetos para o reconhecimento dos alfabetos ISL.

Un système d'identification des gestes de la main basé sur la vision est développé pour reconnaître les formes de la main à partir de la langue des signes indienne (ISL) - 26 lettres de A à Z. Il existe plusieurs gestes similaires dans ce système de signalisation. Ainsi, compte tenu de ces similitudes, le système de reconnaissance des alphabets utilise un total de 26 signes pour l'identification. La caractéristique principale de la main masquée a été extraite des images des panneaux pour servir de vecteur de caractéristique à l'aide de la modélisation HSV. La performance du système pour la reconnaissance des signes est mesurée en considérant ces caractéristiques indépendamment comme le vecteur de caractéristiques pour la reconnaissance des alphabets ISL. L'effet de la combinaison des caractéristiques telles que la sélection des couleurs HSV et l'algorithme de classification tel que CNN a permis au système de détecter facilement les différents panneaux de signalisation. Les performances du système sont également mesurées en extrayant les mêmes caractéristiques par la création d'une image de masquage des signes alphabétiques pour la reconnaissance des alphabets ISL.

Se desarrolla un sistema de identificación de gestos de la mano basado en la visión para reconocer las formas de la mano del lenguaje de signos indio (ISL) - 26 letras de la A a la Z. Existen varios gestos de aspecto similar en este sistema de signos. Por lo tanto, considerando estos en común, para el sistema de reconocimiento de alfabetos, un total de 26 signos se utilizan para la identificación. La característica principal de la mano enmascarada se extrajo de las imágenes de los signos para actuar como vector de características utilizando el modelado HSV. El rendimiento del sistema para el reconocimiento de signos se mide considerando estas características de forma independiente como el vector de características para reconocer los alfabetos de la ISL. El efecto de la combinación de las características como la selección de color HSV y el algoritmo de clasificación como CNN, el sistema fue capaz de detectar las diversas señalizaciones fácilmente. Además, el rendimiento del sistema se mide extrayendo las mismas características mediante la creación de una imagen de enmascaramiento de la piel de los signos de los alfabetos para el reconocimiento de los alfabetos ISL.