تصنيف الإيماءات اليدوية باستخدام الMachine Learning

مقدمة:

يهدف هذا المشروع إلى تطوير نظام ذكي لتصنيف إشارات اليد (Hand Gesture Classification) باستخدام معالم اليد ثلاثية الأبعاد المستخرجة عبر MediaPipe من مجموعة بيانات HaGRID. يعتمد النموذج على خوارزميات تعلم الآلة (Machine Learning Algorithms) لتحديد نوع الإشارة بدقة عالية وفي الزمن الحقيقي (Real-Time).

كيف يعمل المشروع؟

- المدخل: صورة أو فيديو يحتوي على حركة أو إشارة يد.

- الإخراج: تظهر الإشارة المتوقعة مباشرة على الشاشة في الوقت الفعلي (Real-Time)، مما يوفر تجربة تفاعلية وسلسة للمستخدم.

مميزات المشروع:

- دقة عالية: يستند المشروع إلى نموذج مدرب على مجموعة بيانات واسعة ومتنوعة (HaGRID) مع تقييم دقيق لجميع أنواع الإشارات.

- سرعة في الاستجابة: تصنيف الإشارات يتم في الزمن الحقيقي، مما يتيح الاستخدام في التطبيقات الحية مثل واجهات التفاعل، الألعاب، أو التحكم عن بعد.

- مرونة الاستخدام: يدعم المشروع كل من الصور الثابتة والفيديو، وتعرض النتائج فورًا مع إمكانية تسجيل نتائج التصنيف.

المرفقات:

- فيديو توضيحي لعمل المشروع.

- صور توضيحية.