Issn 2091-5446 ilmiy axborotnoma научный вестник scientific journal

UDK: 004.93 
SIFT-BASED UZBEK SIGN LANGUAGE RECOGNITION SYSTEM
D. B. Jurayev
1
, A. A. Rustamov
2
1
Samarkand branch of TUIT named after Muhammad al-Khwarizmi
 
2 
Samarkand State Medical Institute
 
 
Abstract. The literature contains many proposed solutions for automatic sign language recognition. 
In this paper, the Scale Invariant Features Transform (SIFT) technique is used to achieve this task as it 
extracts invariant features which are robust to rotation and occlusion. Also, the Linear Discriminant 
Analysis (LDA) technique is used to solve dimensionality problem of the extracted feature vectors and to 
increase the separability between classes, thus increasing the accuracy of the introduced system. The 
classifiers, Support Vector Machine (SVM), k-Nearest Neighbor (kNN), and minimum distance will be 
used to identify the Uzbek sign characters. 
Keywords: SIFT, Uzbek Sign Language Recognition, SVM, k-NN, LDA, classification. 
Anotatsiya. Adabiyotda imo-ishora tilini avtomatik tanib olish uchun ko'plab taklif qilingan 
echimlar mavjud. Ushbu maqolada bu vazifani bajarish uchun (SIFT) usuli qo'llaniladi, chunki u aylanish 
va okklyuziyaga chidamli o'zgarmas xususiyatlarni chiqaradi. Shuningdek, Chiziqli diskriminant tahlili 
(LDA) usuli ajratib olingan xususiyat vektorlarining o'lchovlilik muammosini hal qilish va sinflar orasidagi 
ajratish qobiliyatini oshirishda, shu bilan joriy tizimning aniqligini oshirish uchun ishlatiladi. O‘zbek imo-
ishora tili belgilarini aniqlash uchun sinflar, Vektorni qo‘llab-quvvatlash mashinasi (SVM), k-eng yaqin 
qo'shnilar (kNN) va minimal masofa ishlatiladi. 
Kalit so'zlar: SIFT, O‘bek ishora tilini tanib olish, SVM, k-NN, LDA, tasniflash, segmentatsiya. 
Аннотация. Абстрактный. В литературе содержится множество предложенных решений для 
автоматического распознавания жестового языка. В этой статье для решения этой задачи 
используется метод преобразования масштабных инвариантных признаков (SIFT), поскольку он 
извлекает инвариантные признаки, устойчивые к вращению и окклюзии. Кроме того, метод 
линейного дискриминантного анализа (LDA) используется для решения проблемы размерности 
извлеченных векторов признаков и повышения разделимости между классами, что повышает 
точность введенной системы. Классификаторы, машина опорных векторов (SVM), k-ближайший 
сосед (kNN) и минимальное расстояние будут использоваться для идентификации символов 
узбекского знака.