Hand Gesture Recognition (HGR) is a system that has gained a great and more powerfulattention in the recent years. This is due to its useful applications and the ability to contactwith machine effectively based on the concept of Human Computer Interaction (HCI). Thisthesis presents an approach for HGR system using a software tool. The developed systemreads the real time image as an input and then it compares it with the training set samples ofhand signs. In this approach, for detecting the threshold regions, skin detection techniquehas been used and for recognition process three Machine Learning methods have been usedsuch as k-Nearest Neighbors (k-NN), Naïve Bayes (NB) and Support Vector Machine(SVM). The used hand gestures are for recognizing numbers and symbols available in theIraqi sing language using a Kinect camera that has a depth sensor. The results presented inthis thesis are realized in improving the communication between individuals with specialneeds and normal individuals. In addition, the presented work can be used as means forunderstanding the meaning of sign language in different countries.Keywords: Hand Gesture, Human Computer Interaction, Kinect, k-Nearest Neighbor,Naïve Bayes, Sign Language, Support Vector MachineVII.

Sembolleri ve Sayıları Tanıma için Hareket Öğrenen MakineEl hareketi tanıma (Hand Gesture Recognition-HGR) son yıllarda daha büyük vegüçlü bir şekilde dikkat kazanan bir sistemdir. Bunun nedeni, kullanışlı uygulamaları veinsan bilgisayar etkileşimi (Human Computer Interaction-HCI) kavramına dayanarakmakine ile etkin bir şekilde iletişime geçebilmesidir. Bu tez, bir yazılım aracı kullanarakHGR sistemi için bir yaklaşım sunmaktadır. Geliştirilen sistem, gerçek zamanlı görüntüyübir girdi olarak okur ve bunu el işaretlerinin eğitim seti örnekleriyle karşılaştırır. Buyaklaşımda, eşik bölgelerinin tespiti için deri algılama tekniği kullanılmıştır ve kullanılan elhareketleri ve tanıma işlemi için k-En Yakın Komşu (k-NN), Naive Bayes (NB) ve DestekVektör Makinesi (SVM) olmak üzere üç makine öğrenmesi metodu kullanılmıştır.Kullanılan el hareketleri Irak işaret dilinde kullanılan sayı ve sembolleri tanımak içinderinlik algılayıcısı olan bir Kinect kamera kullanarak alınmıştır. Bu tezde sunulan sonuçlar,özel ihtiyaçları olan bireylerle normal bireyler arasındaki iletişimin iyileştirilmesindegerçekleştirilmiştir. Buna ek olarak, sunulan çalışma farklı ülkelerdeki işaret dillerininmanasını anlamak için araç olarak kullanılabilir.Anahtar Kelimeler: El Hareketleri, İnsan Bilgisayar Etkileşimi, Kinect, K-En YakınKomşu, Naive Bayes, İşaret Dili, Destek Vektör Makineleri.