Diseño y construcción de prototipo de software para reconocer lenguaje de señas de personas con discapacidad auditiva

Abstract

En el presente documento se estudia la posibilidad de implementar una herramienta tecnológica de software poco tradicional que permita traducir algunas de las señas usadas por la población sorda colombiana en sus labores cotidianas. Para ello, se usa técnicas del Aprendizaje de Máquina con el fin de reconocer imágenes de manera simple sin tener que realizar un tratamiento de señales tan profundo como se realizaba años atrás. Esto se logra a través de la información que brinden los datos o imágenes fuentes usadas para entrenar este tipo de modelos computacionales. Ante la ausencia de un repositorio abierto de esta índole, se comenzó construyendo uno usando una cantidad limitada de señas. Una vez realizado y obtenido el modelo, se construye un prototipo de software para que una persona experta en Lengua de Señas Colombiana (LSC) pueda dar un veredicto de su aproximación a las tareas realizadas por estos profesionales.

This document shows the possibility to implement a software to be able to recognize signs from deaf people in Colombia. The process for doing that is to use techniques from Machine Learning able to work with images for building a model which can be used in a software for this complex task. First, it is mandatory to create a repository with a few amount of these signs because today it does not exist. After the model is created with these data, an expert person in deaf signs used in Colombia will give a concept about how good the software is and if it is similar to the task that this kind of professional does.