Construcción y entrenamiento de una red neuronal para la identificación de gestos
No Thumbnail Available
Date
2021
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
A lo largo de la historia la comunidad sorda ha sido discriminada y aislada de la sociedad, su dificultad para establecer una comunicación con las personas oyentes de su entorno las ha convertido en un grupo vulnerable. Y si bien es cierto que en la actualidad existen métodos de enseñanza e inclusión que han ayudado en gran medida a los sordos, aun hoy el poder comunicarse adecuadamente con otras personas sigue siendo un reto. Es por esta razón que se propuso este proyecto, con el propósito de crear un sistema basado en redes neuronales convolucionales, que se ejecute sobre un sistema embebido y con la capacidad de identificar en tiempo real, gestos propios de la lengua de señas colombiana (LSC). Durante el desarrollo de este proyecto se construyó una base de datos de la LSC con aproximadamente 5300 imágenes divididas en 22 categorías que corresponden con los gestos inmóviles del alfabeto, con esta base de datos se entrenó un modelo basado en las arquitecturas MobileNetV1 y YOLO y se implementó en la tarjeta Sipeed Maix Bit. Obteniendo como resultado un sistema pequeño y económico capaz de captar una imagen, identificar un gesto y asignarle una categoría en el rango de los milisegundos con una precisión superior aceptable
Description
Keywords
Redes Neuronales Convolucionales, Lenguaje de Señas, Computación OnEdge.