Clasificación de gestos de la lengua de señas colombiana a partir del análisis de señales electromiográficas usando redes neuronales artificiales

Las Tecnologías de la Información generan espacios de inclusión entre personas sordas y personas oyentes mediante el procesado de imágenes o de señales adquiridas por dispositivos como Kinect, Leap Motion, cámaras de video e imágenes, guantes con sensores EMG y/o la Manilla Myo Armband. El presente...

Full description

Autores:
Galvis Serrano, Elvis Humberto
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2018
Institución:
Universidad Santo Tomás
Repositorio:
Universidad Santo Tomás
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/13021
Acceso en línea:
http://hdl.handle.net/11634/13021
Palabra clave:
Colombian sign language
Lengua de Señas Colombiana
Matlab
Redes neuronales
Validación cruzada
Wavelets
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:Las Tecnologías de la Información generan espacios de inclusión entre personas sordas y personas oyentes mediante el procesado de imágenes o de señales adquiridas por dispositivos como Kinect, Leap Motion, cámaras de video e imágenes, guantes con sensores EMG y/o la Manilla Myo Armband. El presente proyecto de maestría tiene como finalidad clasificar los 27 gestos del alfabeto del lenguaje de señas colombiano a partir del análisis de señales electromiográficas utilizando redes neuronales artificiales. Se ha tomado como base el knowhow que el grupo de investigación UNITEL de la Facultad de Ingeniería de Telecomunicaciones tiene en cuanto al procesamiento y clasificación de señales EMG. Se utilizó la transformada Wavelet Packet Transform- WPT para construir una matriz de características que permitió crear seis escenarios de entrenamiento la red neuronal para la clasificación de gestos de la lengua de señas colombiana. Los resultados obtenidos fortalecen las investigaciones en esta línea de trabajo dentro del grupo de investigación UNITEL. El valor de precisión obtenido en cada uno de los escenarios usando validación cruzada y matrices de confusión permite medir indirectamente la reproducibilidad del clasificador, pues en cada de ellos la data de registros del EMG involucra de manera inter-sujeto los registros de los 13 sujetos. En conclusión, el análisis de señales electromiografías de miembro superior capturadas por la manilla Myo Armband mediante Redes Neuronales permite clasificar los gestos del alfabeto de la lengua de señas colombiano, teniendo en cuenta escenarios inter e intra sujetos.