Kenneth Mejía Pérez, Diana Margarita Córdova Esparza Facultad de Informática, Campus Juriquilla, Av. De las Ciencias S/N, Querétaro, Qro. Correspondencia: kmejia09@alumnos.uaq.mx , diana.cordova@uaq.mx
En el presente trabajo de investigación se desarrolló un sistema para el reconocimiento automático del abecedario dactilológico de la Lengua de Señas Mexicana (LSM), esto mediante el uso de redes neuronales recurrentes y el uso de una cámara de profundidad. Para la clasificación automática del conjunto de señas se utilizó una red neuronal recurrente (RNN, por sus siglas en inglés). Para evaluar el rendimiento del clasificador se calculó la precisión, la recuperación y la exactitud.
Lengua de señas, cámara RGB-D, redes neuronales
In the present research work, we developed a system for automatically recognizing the Mexican Sign Language (LSM)'s dactylological alphabet using a depth camera and recurrent neural networks (RNN) and its variations, such as LSTM and GRU. We used precision, recall, and accuracy to evaluate the classifier's performance.
Sign Language, RGB-D camera, neural networks