Resumen

POCOMA COPA, Evert I.  y  NAVA AMADOR, Jorge A.. Reconocimiento del Alfabeto Dactilológico Boliviano Bajo Tecnología de Visión por Computador. Jour.In.Tec. [online]. 2014, n.14, pp. 65-73. ISSN 1234-1234.

En este documento se propone un sistema, en base a técnicas de Visión por Computador, que permita el reconocimiento del Alfabeto Dactilológico Boliviano, para facilitar, en cierta medida, la comunicación de personas con dificultad auditiva para con el resto de la población boliviana. Para tal fin, se combinaron ideas y aportes de diversos autores, para definir el procedimiento del que se constituye el sistema, mismo que se representa mediante tres componentes: Adquisición de Datos, Entrenamiento, e Intérprete. Los datos adquiridos mediante un sensor Kinect se combinan para reducir la dimensión de la imagen a tratarse, la cual contiene la forma de la mano, misma que está asociada a una letra del Alfabeto Dactilológico Boliviano, de donde se excluye del conjunto de estudio a las letras "LL", "J", "Ñ", y "Z". Los datos son recogidos y almacenados en una Base de Datos de entrenamiento previa segmentación por intensidad, mediante el algoritmo de Otsu. Los datos de entrenamiento son empleados para el Entrenamiento de las máquinas de aprendizaje, previa extracción de características a través del descriptor "Histograms of Oriented Gradients" (HOG), para el cual se realizan algunas variaciones al método original, con objeto de conseguir un vector de características de longitud pequeña. Las máquinas de aprendizaje empleadas son las "Support Vector Machine" (SVM), junto con el kernel de transformación "Radial Basis Function" (RBF). Finalmente se constituye una base de conocimientos de 24 SVM, una por cada letra del Alfabeto Dactilológico Boliviano. Finalmente se presentan los resultados y un análisis de los mismos, obtenidos a partir de un prototipo que recoge las funcionalidades mínimas del sistema.

Palabras llave : Segmentación por umbral de intensidad; Otsu; Histogram of Orientes Gradients -HOG; Support Vector Machine; SVM; Radial Basis Function; RBF.