Reconocimiento de lengua de señas ecuatoriano mediante SVM usando características de profundidad y color

Abstract

En el presente trabajo de titulación se propone un algoritmo de reconocimiento de señas del lenguaje dactilológicas ecuatoriano (LSEC) de una base de datos realizada previamente en el Instituto Nacional de Audición y Lenguaje, se aplicará un modelo basado en histogramas de gradientes orientados (HOG) para la extracción de características de los datos, y como entrenador se empleará al clasificador de máquinas de vectores de soporte (SVM). El modelo de reconocimiento se implementa utilizando los elementos de videos RGB y de profundidad, estos pasan por una etapa de preprocesamiento que consta en la alineación de los elementos y segmentación de la imagen, de esta manera, se extraerá la figura de la persona ejecutor de señas. Además, se lleva a cabo una reducción de dimensionalidad del vector HOG, correspondiente a la extracción de características de los datos, por medio de un modelo estadístico de análisis de componentes principales (PCA).