Clasificación de gestos de la lengua de señas colombiana a partir del análisis de señales electromiográficas usando redes neuronales artificiales
Cargando...
Archivos
Fecha
2018
Autores
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Documentos PDF
Cargando...
Resumen
Las Tecnologías de la Información generan espacios de inclusión entre personas sordas y personas oyentes mediante el procesado de imágenes o de señales adquiridas por dispositivos como Kinect, Leap Motion, cámaras de video e imágenes, guantes con sensores EMG y/o la Manilla Myo Armband. El presente proyecto de maestría tiene como finalidad clasificar los 27
gestos del alfabeto del lenguaje de señas colombiano a partir del análisis de señales electromiográficas utilizando redes neuronales artificiales. Se ha tomado como base el knowhow que el grupo de investigación UNITEL de la Facultad de Ingeniería de Telecomunicaciones tiene en cuanto al procesamiento y clasificación de señales EMG. Se utilizó la transformada
Wavelet Packet Transform- WPT para construir una matriz de características que permitió crear seis escenarios de entrenamiento la red neuronal para la clasificación de gestos de la lengua de señas colombiana. Los resultados obtenidos fortalecen las investigaciones en esta línea de trabajo dentro del grupo de investigación UNITEL. El valor de precisión obtenido en cada uno de los escenarios usando validación cruzada y matrices de confusión permite medir indirectamente la reproducibilidad del clasificador, pues en cada de ellos la data de registros del EMG involucra de manera inter-sujeto los registros de los 13 sujetos. En conclusión, el análisis de señales electromiografías de miembro superior capturadas por la manilla Myo
Armband mediante Redes Neuronales permite clasificar los gestos del alfabeto de la lengua de señas colombiano, teniendo en cuenta escenarios inter e intra sujetos.
Abstract
Information Technologies generate inclusion spaces between deaf people and hearing people through the processing of images or signals acquired by devices such as Kinect, Leap Motion, video and image cameras, gloves with EMG sensors and / or the Myo Armband handle. The purpose of this project is to classify the 27 gestures of the Colombian sign language alphabet
based on the analysis of electromyographic signals using artificial neural networks. It is based on the know-how that the research group UNITEL of the Faculty of Telecommunications Engineering has regarding the processing and classification of EMG signals. The Wavelet Packet Transform-WPT transform was used to build a matrix of characteristics that allowed creating six training scenarios for the neural network for the classification of gestures of the Colombian sign language. The results obtained strengthen research in this line of work within the UNITEL research group. The accuracy value obtained in each of the scenarios using crossvalidation and confusion matrices allows the reproducibility of the classifier to be measured indirectly, since in each of them the EMG record data involves inter-subject records of the 13 subjects. In conclusion, the analysis of upper limb electromyography signals captured by the yo Armband handle through Neural Networks allows classifying the gestures of the
Colombian sign language alphabet, taking into account inter and intra subjects scenarios.
Idioma
spa
Palabras clave
Citación
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia