An integrated sign language recognition system

Nel, Warren; Ghaziasgar, Mehrdad; Connan, James

doi:10.1145/2513456.2513491

Cited by 4 publications

(1 citation statement)

References 57 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Otros autores han explorado soluciones disponibles de bajo costo, por medio de cámaras de video convencionales, accesible desde celulares y computadoras (Lahoti et al, 2018), y técnicas de visión artificial (Nel et al, 2013). Estas propuestas realizan implementaciones basadas en procesamiento de imágenes e inteligencia artificial, empleando técnicas clásicas como HOG 1 y SVM 2 (Albino y López, 2018), sin embargo, los resultados del estado del arte son técnicas que emplean redes neuronales profundas para la extracción de características, como es el uso de las Redes Neuronales Convolucionales (CNN, por sus siglas en inglés Convolutional Neural Networks) (Abiyev et al, 2020).…”

Section: Introductionunclassified

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

et al. 2021

View full text Add to dashboard Cite

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.

show abstract

Section: Introductionunclassified