O p e n a c c e s s, p e e r r e V i e w e d j o u r n a L

ANALYSIS 

Existing System: 

“Sign“ 

“Training 

Sample

“ 

“Testing 

Sample

“ 

“Existing 

Recognition 

Rate

“ 

D 

12 

8 

95 

H 

12 

8 

97 

I 

12 

8 

96 

L 

12 

8 

97 

S 

12 

8 

99 

U 

12 

8 

96 

V 

12 

8 

98 

W 

12 

8 

97 

Y 

12 

8 

98 

Existing Average Rate 

97 

 Proposed System: 

“

S

i

g

n

“ 

“Training 

Sample

“ 

“Testing Sample“ 

“Proposed 

Recognition Rate

“ 

1 

15 

12 

98 

2 

15 

12 

98 

3 

15 

12 

97 

4 

15 

12 

99 

5 

15 

12 

99 

6 

15 

12 

97 

7 

15 

12 

98 

8 

15 

12 

99 

9 

15 

12 

98 

“Proposed Average Rate“ 

98.1111111 

 

---

 

ISSN:

 2776-0960  

 Volume 2, Issue 4 April, 2021 

 

297 | P a g e  

 

 

 

FUTURE WORK 

This  hand  gesture  recognition  system  is  very  vast  in  day-today 

technical solutions. Its main applications are 

1.  For  controlling  the  traffic  signals  as  per  the  wish  of  traffic  controller  to 

reduce the problem of traffic jam at peakhours. 

2. To control the mouse so that physically handicapped people can use it and 

also it mouse will not be inefficient to use while travelling. 

 

CONCLUSION  

Recently, Gesture recognition is very active area of research. The surrounding 

of  the  hand  gesture  itself  dictates  the  degree  of  difficulty  hand  detection  for 

dynamic hand gesture recognition. 

Existing work is based on static hand gesture recognition Using PCA. Existing 

system recognize based on sigle color model. So, in proposed work based on 

dynamic hand gesture recognition using SVM and Combine Color Model.  

As From analysis propose work of dynamic hand gesture is achieve better and 

same as static hand gesture recognition 

 

 

 

90

100

1

2

3

4

5

6

7

8

9

ANALYSIS CHART

Proposed Recognition Rate

Existing Recognition Rate

96

97

98

99

Proposed

Average Rate

Existing Average

Rate

ACCURACY CHART

---

 

ISSN:

 2776-0960  

 Volume 2, Issue 4 April, 2021 

 

298 | P a g e  

 

REFERENCES 

[1]  Jaya,  Ashutosh,  “A  Method  for  Hand  Gesture  Recognition”,  International 

Conference on Communication System and Network Technology, IEEE, pg. 919-

923, 2014. 

[2]  Siddarth  S.  Rautary;  Anupam 

Agarwal,  “Vision  based  hand  gesture 

recognition  for  human  computer  interaction:  a  survey”,  Springer  Science  + 

Business Media Dordecht 06-nov-2012 

[3]  Siddharth  S.  Rautaray;  Anupam  Agrawal,  “Real  time  hand  gesture 

recognition system for dynamic application

”, International Journal of UbiComp 

(IJU), Vol.3, No.1, January 2012, DOI:10.5121/iju.2012.3103 

[4] Son Lam Phung; Abdesselam Bouzem; Douglas Chai, “ Skin Segmentation 

Using  color  pixel  classification  anlysis and  comoasion”,  IEEE  Transaction  on 

Pattern anlysis and machine Intelligence volume 27, no 1, January 2005. 

[5]  Dhruva  N.;  Sudhir  Rao;  RupanaguSachin;  S.K.,  Sthuthi  B.;  Pavithra 

R.;Raghavendra,  “Novel  Segmentation  Algorithm  for  Hand  Gesture 

Recognition”, IEEE, Vol.7,No.1,2013 

[6] Jayshree R.Pansare; Hrushikesh Dhumal; Sanket Babar; Kiran Sonawale; Ajit 

Sarode.  “Real  Time  Static  Hand  Gesture  Recognition  System  in  Complex 

Background that uses Number system of Indian Sign Language”, International 

Journal  of  Advanced  Research  in  Computer  Engineering  &Technology 

(IJARCET), Volume 2, Issue 3, March 2013 

[7]  Hanning  Zhou;  Dennis  J.  Lin;  and  Thomas  S.Huang,  “ststic  hand 

gesturerecognition  based  on  local  orientation  histogram  feature  distribution 

model”,  Proceeding  of  the  IEEE  computer  society  conference  on  computer 

vision and pattern recognition workshop, 2004. 

[8] Naseer H. Dardas; Emil M. Periu, “Hand Gesture Detection and Recognition 

Using Principal Component Analysis”, IEEE, Vol. 11, No.1, 2011 

[9] Saad, Majid, Bilal, Salman, Zahid, Ghulam, “Dynamic Time Wrapping based 

Gesture Recognition”, IEEE, pg.205 -210, 2014 

[10]  Parul  Hardeep,  “  Neural  Network  based  static  sign  gesture  recognition 

system”,  International  Journal  Of  Innovative  Research  in  Computer  and 

Communication Engineering (IJIRCCE), Vol. 2, Issue 2, PG. 3066- 3072,2014. 

 

---

 

ISSN:

 2776-0960  

 Volume 2, Issue 4 April, 2021