American sign language-based finger-spelling recognition using k-Nearest Neighbors classifier

Author(s):  
Dewinta Aryanie ◽  
Yaya Heryadi
2020 ◽  
Vol 7 (2) ◽  
pp. 214-225
Author(s):  
Muhammad Ezar Al Rivan ◽  
Hafiz Irsyad ◽  
Kevin Kevin ◽  
Arta Tri Narta

Sign language merupakan suatu cara alternatif yang bisa digunakan untuk berkomunikasi dengan menggunakan isyarat, salah satu jenisnya yaitu American Sign Language (ASL). Dataset sign language yang digunakan yaitu dalam bentuk dataset citra yang diproses menggunakan ekstraksi fitur Histogram of Oriented Gradients (HOG) dan selanjutnya direduksi menggunakan Linear Discriminant Analsysis (LDA). Selanjutnya hasil reduksi digunakan untuk klasifikasi K-Nearest Neighbors (k-NN). Tiga jenis distance yang digunakan yaitu euclidean, manhattan dan chebyshev. Hasil terbaik diperoleh menggunakan manhattan distance dengan nilai K = 3 dengan presisi sebesar 72,42 %.


Author(s):  
Muhammad Ezar Al Rivan ◽  
Hafiz Irsyad ◽  
Kevin Kevin ◽  
Arta Tri Narta

Sign Language use to communicate to people with dissabilities. American Sign Language (ASL) one of popular sign language. Histogram of Oriented Gradient (HOG) can be use as feature extraction. Then feature stored in database. K-Nearest Neighbor use to measure distance between feature train and feature test. There are three distance use in this paper consist of Euclidean Distance, Manhattan Distance and Chebychev Distance. The best result are 0,99 when using Euclidean Distance and Manhattan Distance with k=3 dan k=5


2011 ◽  
Author(s):  
M. Leonard ◽  
N. Ferjan Ramirez ◽  
C. Torres ◽  
M. Hatrak ◽  
R. Mayberry ◽  
...  

2018 ◽  
Author(s):  
Leslie Pertz ◽  
Missy Plegue ◽  
Kathleen Diehl ◽  
Philip Zazove ◽  
Michael McKee

2021 ◽  
Vol 179 ◽  
pp. 541-549
Author(s):  
Andra Ardiansyah ◽  
Brandon Hitoyoshi ◽  
Mario Halim ◽  
Novita Hanafiah ◽  
Aswin Wibisurya

Sign in / Sign up

Export Citation Format

Share Document