Reconocimiento del abecedario de la lengua de señas colombiana con Redes Neuronales Convolucionales

El lenguaje de señas brinda un sistema para que las personas con discapacidad oral/auditiva se comuniquen efectivamente. Sin embargo, aún falta para que el resto de la sociedad se apropie de este conocimiento. Este trabajo consiste en diseñar un método de visión artificial que identifique las señas estáticas del abecedario de la Lengua de Señas Colombiana (LSC). La metodología consiste en un algoritmo de clasificación que combina una arquitectura de Redes Neuronales Convolucionales (CNN) y técnicas de procesamiento de imágenes. Nuestro enfoque logra reconocer las señas del alfabeto sin movimiento con un 79.2% de exactitud. El sistema es capaz de reconocer las letras según la forma, orientación y posición de los dedos de la mano, usando un conjunto de datos desbalanceado por clase.  

• Autores: Suat Rojas, Néstor E.; Montoya Serna, Brayan S.; Pinzón Velásquez, Edward M.; Rodríguez Galeano, Oscar S.
• Tipo de recurso: Article of journal
• Fecha de publicación: 2021
• Institución: Universidad de los Llanos
• Repositorio: Repositorio Digital Universidad de los LLanos
• Idioma: spa
• OAI Identifier: oai:repositorio.unillanos.edu.co:001/4004
• Acceso en línea: https://repositorio.unillanos.edu.co/handle/001/4004; https://doi.org/10.22579/20112629.680
• Palabra clave: Colombian sign language; convolutional neural network; image processing; machine learning; aprendizaje automático; lengua de señas colombiana; procesamiento de imágenes; red neuronal convolucional; aprendizado de máquina; língua de sinais colombiana; processamento de imagem; rede neural convolucional
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc/4.0