Segmentación temporal para el reconocimiento continuo de la Lengua de Señas Peruana usando técnicas de aprendizaje profundo

El presente proyecto de tesis busca abordar la falta de herramientas efectivas en la interpretación de la Lengua de Señas Peruana (LSP) para personas con discapacidad auditiva. De este modo, a través de la implementación de un sistema de segmentación temporal utilizando técnicas de aprendizaje máquina, se busca permitir la identificación y aislamiento de señas individuales en videos continuos de LSP. Esto resolvería un desafío crucial en el reconocimiento dinámico continuo de la LSP y mejoraría la comunicación y comprensión de las personas con discapacidad auditiva. La metodología involucra la selección de un modelo de aprendizaje máquina que mantenga la resolución temporal de videos continuos, la determinación de modalidades de datos de entrada, adaptación de una base de datos etiquetada y aplicación de la técnica de "fine-tunning" (ajuste fino). La propuesta busca contribuir al desarrollo tecnológico y a la creación de herramientas que promuevan la inclusión y mejoren la calidad de vida de este grupo de personas.

FARFAN HUARAYO ,SUMMY KAROLYNE