Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/21357
Título: Reconocimiento y clasificación de lenguaje de señas usando Kinect e inteligencia artificial
Autor: Guamán Gamboa, Tomás Santiago
Palabras clave: NEURONAS
INTELIGENCIA ARTIFICIAL
LENGUAJE DE SEÑAS
Fecha de publicación: 6-jun-2019
Editorial: Quito, 2019.
Citación: Guamán Gamboa, T. S. (2019). Reconocimiento y clasificación de lenguaje de señas usando Kinect e inteligencia artificial. 70 hojas. Quito : EPN.
Resumen: In the world there is about 466 millions of people with deafness, it represents more than 5% of global population . These people have several inconvenient to communicate with others who do not speak the sign language. This issue as social isolation and prevents equal growth. This project is based on the needs for people who do not speak this type of language, so they can understand the signs made by someone deaf through a software which uses artificial intelligence and a 3D sensor. In this research, the hand trajectories obtained with the help of the 3D sensor are used for training, validation and test of an artificial intelligence algorithm based on neural network. The network is responsible for recognition and classification of 5 basic signs determined with the help of an expert in this field. The neural network is a multilayer perceptron trained by back propagation. The training is done with 6 people and the test with 9 additional. In the simulation phase, the system has an effectiveness in recognition and classification of 99.6%; while, in the field test of 98.7%. In addition, an HMI was developed for data acquisition and the presentation of results.
Descripción: En el mundo existen alrededor de 466 millones de personas con discapacidad auditiva lo cual representa más del 5% de la población mundial. Estas personas presentan serios inconvenientes para poder comunicarse con otras que no hablan la lengua de señas, lo que repercute en un aislamiento social e impide un desarrollo igualitario. Este proyecto se basa en la necesidad de que las personas, quienes no hablan este tipo de lenguaje, puedan entender las señas realizadas por alguien con discapacidad auditiva mediante un programa de ordenador que utiliza inteligencia artificial y un sensor 3D. En esta investigación se utilizan las trayectorias de las manos obtenidas con la ayuda del sensor 3D, para entrenamiento, prueba y validación de un algoritmo de inteligencia artificial basado en redes neuronales responsable del reconocimiento y clasificación de 5 señas básicas determinadas por un experto en este campo. La red neuronal utilizada es un perceptrón multicapa entrenado mediante retro propagación. El entrenamiento de la red neuronal se lo realizó con 6 personas y las pruebas con 9 personas adicionales. En la fase de simulación, el sistema tiene una efectividad en reconocimiento y clasificación del 99.6%; mientras que, en las pruebas de campo es del 98.7%. Además se desarrolló un HMI para la toma de datos y la presentación de resultados.
URI: http://bibdigital.epn.edu.ec/handle/15000/21357
Tipo: masterThesis
Aparece en las colecciones:Tesis Maestría en Mecatrónica y Robótica (FIM)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD 9738.pdf3,61 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.