Resumen
la interacción entre una persona sorda y una persona natural se ha convertido en un temamuy recurrente en la actualidad debido a la necesidad de lograr que estos dos grupos de personas puedan establecer una comunicación. Este artículo propone un sistema inteligente que permite interpretar los signos de la lengua sorda y convertirlos en lenguaje de escritura para que una persona natural pueda entender lo que una persona sorda quiere expresar. Este trabajo hace una revisión de la literatura en la que expresa las diferentes metodologías ytécnicas que se han desarrollado a lo largo del tiempo para la clasificación de los signos del lenguaje sordo, también propone un método que funciona en tiempo real utilizando la electromiografía del brazalete llamado “Brazalete MYO” que reconoce 10 Signos del lenguaje sordo a través de un algoritmo de recolección, procesamiento y clasificación designos. Las características obtenidas del MYO son estadísticas de tiempo y frecuencia. Para la etapa de clasificación de palabras y frases, este trabajo propone utilizar una red neuronal artificial de perceptron multicapa. Para verificar la eficacia de este trabajo, se propuso un experimento con un grupo de 25 personas para entrenamiento y otras 25 personaspara evaluación. La eficiencia del sistema se midió por la cantidad de éxitos del total de personas en la evaluación, obteniendo una eficiencia del 77% en la clasificación de signos.
Título traducido de la contribución | Sistema de reconocimiento de lenguaje de señas usando Myo Armband y Neural Network |
---|---|
Idioma original | Inglés estadounidense |
Estado | Publicada - 30 ago. 2019 |
Evento | V Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad (CITIS 2018-2019) - EC Duración: 6 feb. 2019 → 8 feb. 2019 https://citis.blog.ups.edu.ec/8000-2 |
Conferencia
Conferencia | V Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad (CITIS 2018-2019) |
---|---|
Período | 6/02/19 → 8/02/19 |
Dirección de internet |
Palabras clave
- Electromiografía (emg)
- Neuronales.
- Redes
- Señales bioeléctricas producidas fisiológicamente
Areas de Conocimiento del CACES
- 417A Electrónica, automatización y sonido