Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales

Autores
Didoné, L. C.
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En Argentina, se estima que aproximadamente el 2% de la población padece algún tipo de incapacidad para oír (hipoacusia), este valor representa el 18% del total de personas con discapacidades en el país. Frente a esta problemática, se propone el desarrollo de un sistema que sea capaz de traducir en tiempo real el alfabeto dactilológico perteneciente a la Lengua de Señas Argentina a subtítulos en idioma español. De este modo se espera reducir la brecha comunicacional existente actualmente entre personas que padecen algún tipo de sordera en Argentina y aquellas que no comprenden su lengua de señas. Se utilizaron técnicas de aprendizaje automático orientadas a la visión por computadora para desarrollar un modelo que reciba como entrada imágenes, e indique de qué señas pertenecientes al alfabeto dactilológico argentino se tratan. Para lograrlo, se construyó un “dataset” etiquetado que permitió el entrenamiento del modelo mencionado. Empleando guantes, se logró un Accuracy de 0.9652 en el conjunto de datos de validación y de 0.9584 en el conjunto de test. Sin guantes se alcanzó un Accuracy de 0.8831 sobre el conjunto de validación y de 0.8205 en el conjunto de test. En ambos casos se utilizaron Redes Neuronales Convolucionales.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Hipoacusia
Lengua de señas Argentina
Inteligencia artificial
Redes neuronales convolucionales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/115881
Acceder
id SEDICI_297004c298c229818a1b0b03ce5903ac
oai_identifier_str oai:sedici.unlp.edu.ar:10915/115881
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionalesDidoné, L. C.Ciencias InformáticasHipoacusiaLengua de señas ArgentinaInteligencia artificialRedes neuronales convolucionalesEn Argentina, se estima que aproximadamente el 2% de la población padece algún tipo de incapacidad para oír (hipoacusia), este valor representa el 18% del total de personas con discapacidades en el país. Frente a esta problemática, se propone el desarrollo de un sistema que sea capaz de traducir en tiempo real el alfabeto dactilológico perteneciente a la Lengua de Señas Argentina a subtítulos en idioma español. De este modo se espera reducir la brecha comunicacional existente actualmente entre personas que padecen algún tipo de sordera en Argentina y aquellas que no comprenden su lengua de señas. Se utilizaron técnicas de aprendizaje automático orientadas a la visión por computadora para desarrollar un modelo que reciba como entrada imágenes, e indique de qué señas pertenecientes al alfabeto dactilológico argentino se tratan. Para lograrlo, se construyó un “dataset” etiquetado que permitió el entrenamiento del modelo mencionado. Empleando guantes, se logró un Accuracy de 0.9652 en el conjunto de datos de validación y de 0.9584 en el conjunto de test. Sin guantes se alcanzó un Accuracy de 0.8831 sobre el conjunto de validación y de 0.8205 en el conjunto de test. En ambos casos se utilizaron Redes Neuronales Convolucionales.Sociedad Argentina de Informática e Investigación Operativa2020-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1-25http://sedici.unlp.edu.ar/handle/10915/115881spainfo:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/est/EST-01.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7615info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:18:53Zoai:sedici.unlp.edu.ar:10915/115881Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:18:53.342SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
title Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
spellingShingle Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
Didoné, L. C.
Ciencias Informáticas
Hipoacusia
Lengua de señas Argentina
Inteligencia artificial
Redes neuronales convolucionales
title_short Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
title_full Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
title_fullStr Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
title_full_unstemmed Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
title_sort Traducción del alfabeto dactilológico argentino al español utilizando redes neuronales convolucionales
dc.creator.none.fl_str_mv Didoné, L. C.
author Didoné, L. C.
author_facet Didoné, L. C.
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Hipoacusia
Lengua de señas Argentina
Inteligencia artificial
Redes neuronales convolucionales
topic Ciencias Informáticas
Hipoacusia
Lengua de señas Argentina
Inteligencia artificial
Redes neuronales convolucionales
dc.description.none.fl_txt_mv En Argentina, se estima que aproximadamente el 2% de la población padece algún tipo de incapacidad para oír (hipoacusia), este valor representa el 18% del total de personas con discapacidades en el país. Frente a esta problemática, se propone el desarrollo de un sistema que sea capaz de traducir en tiempo real el alfabeto dactilológico perteneciente a la Lengua de Señas Argentina a subtítulos en idioma español. De este modo se espera reducir la brecha comunicacional existente actualmente entre personas que padecen algún tipo de sordera en Argentina y aquellas que no comprenden su lengua de señas. Se utilizaron técnicas de aprendizaje automático orientadas a la visión por computadora para desarrollar un modelo que reciba como entrada imágenes, e indique de qué señas pertenecientes al alfabeto dactilológico argentino se tratan. Para lograrlo, se construyó un “dataset” etiquetado que permitió el entrenamiento del modelo mencionado. Empleando guantes, se logró un Accuracy de 0.9652 en el conjunto de datos de validación y de 0.9584 en el conjunto de test. Sin guantes se alcanzó un Accuracy de 0.8831 sobre el conjunto de validación y de 0.8205 en el conjunto de test. En ambos casos se utilizaron Redes Neuronales Convolucionales.
Sociedad Argentina de Informática e Investigación Operativa
description En Argentina, se estima que aproximadamente el 2% de la población padece algún tipo de incapacidad para oír (hipoacusia), este valor representa el 18% del total de personas con discapacidades en el país. Frente a esta problemática, se propone el desarrollo de un sistema que sea capaz de traducir en tiempo real el alfabeto dactilológico perteneciente a la Lengua de Señas Argentina a subtítulos en idioma español. De este modo se espera reducir la brecha comunicacional existente actualmente entre personas que padecen algún tipo de sordera en Argentina y aquellas que no comprenden su lengua de señas. Se utilizaron técnicas de aprendizaje automático orientadas a la visión por computadora para desarrollar un modelo que reciba como entrada imágenes, e indique de qué señas pertenecientes al alfabeto dactilológico argentino se tratan. Para lograrlo, se construyó un “dataset” etiquetado que permitió el entrenamiento del modelo mencionado. Empleando guantes, se logró un Accuracy de 0.9652 en el conjunto de datos de validación y de 0.9584 en el conjunto de test. Sin guantes se alcanzó un Accuracy de 0.8831 sobre el conjunto de validación y de 0.8205 en el conjunto de test. En ambos casos se utilizaron Redes Neuronales Convolucionales.
publishDate 2020
dc.date.none.fl_str_mv 2020-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/115881
url http://sedici.unlp.edu.ar/handle/10915/115881
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/est/EST-01.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7615
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
1-25
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064246764339200
score 13.22299

Publicaciones similares