Tesis: Reconocimiento en tiempo real de gestos estáticos dactilológicos del lenguaje de señas peruano utilizando detección de objetos

Resumen: Este trabajo se centra en reconocer en tiempo real a través de una cámara web los 24 gestos estáticos del sistema dactilológico del lenguaje de señas peruano (LSP). Esto se logra mediante modelos de detección de objetos que detectan y clasifican las imágenes de los gestos. Para el entrenamiento se construyó un dataset de 960 imágenes las cuales fueron transformadas a escala de gris. Posteriormente se implementaron los modelos SSD MobileNetV2, RetinaNet50 y Faster RCNN ResNet50 comparándolos y escogiendo el mejor modelo para un sistema en tiempo real.

Paper:

Codigo fuente: https://colab.research.google.com/drive ... sp=sharing