Thesis (M.Sc.)-Cairo University, 2023.

Bibliography: pages 83-87.

The need to provide simple, less burden, and effective control systems for robotic
prosthetic hands increases due to the significant increasing prevalence of trans-radial
amputees worldwide. The thesis aims to classify the RGB images of daily use objects
into four grasp types: Palmar wrist pronated, palmar wrist neutral, tripod, and pinch. The
thesis proposed a novel cascaded method including segmentation and classification
systems based on computer vision and deep learning techniques. The U-Net architecture
based on ResNet34 and ResNet50 as backbones with Otsu thresholding, morphological
open operation, and extracting the largest objects methods have been used for the
segmentation system. Five pre-trained convolution neural network models (VGG16,
ResNet50-V2, Inception-V3, EfficientNet-B0, and InceptionResNet-V2) were used for
the automatic classification system under the transfer learning technique. The thesis uses
ten computational performance indicators for Performance evaluation indicators.

تزداد الحاجة إلى توفير أنظمة تحكم بسيطة وأقل عبءًا وفعالة للأيدي الاصطناعية الروبوتية بسبب الانتشار المتزايد لمبتوري الأيدى في جميع أنحاء العالم. تهدف الرسالة إلى تصنيف صور ملونة للأشياء ذات الاستخدام اليومي إلى أربعة طرق للإمساك: ذات معصم راحي منفتح ، ورسغ راحي محايد ، وحامل ثلاثي القوائم ، وقرصة. اقترحت الرسالة نظاما متتاليا جديدا تتضمن أنظمة التصنيف والتجزئة القائمة على الرؤية الحاسوبية وتقنيات التعلم العميق. تم استخدام بنية شبكة يو القائمة على (الشبكة المتبقية 34، الشبكة المتبقية 50) كأعمدة فقرية مع أستخدام طرق عتبة أوتسو وعملية مفتوحة مورفولوجية واستخراج أكبر الأجزاء لنظام التجزئة. تم استخدام خمسة نماذج للشبكات العصبية مُدربة مسبقًا (مجموعة الهندسة المرئية 16 والشبكة المتبقية 50 وشبكة النشأة الإصدار الثالث وشبكة الكفاءة الإصدار الاول وشبكة النشأة المتبقية) لنظام التصنيف التلقائي في ظل تقنية نقل التعلم. تستخدم الرسالة عشرة مؤشرات أداء حسابية لمؤشرات تقييم الأداء.

Issued also as CD

Text in English and abstract in Arabic & English.