Mostrar el registro sencillo del ítem
Desarrollo de un motor de reconocimiento de la lengua de señas venezolana : (Caso: Ingeniería de Sistemas)
| dc.contributor.advisor | Mujica, Alejandro | |
| dc.contributor.author | Bone Hage, Carlos David | |
| dc.contributor.other | Mujica, Alejandro | |
| dc.date.accessioned | 2026-03-04T14:22:11Z | |
| dc.date.available | 2026-03-04T14:22:11Z | |
| dc.date.issued | 2024-10-24 | |
| dc.identifier.uri | http://bdigital2.ula.ve:8080/xmlui/654321/24359 | |
| dc.description | Ing. de Sistemas | en_US |
| dc.description | Cota : HV2476.5 V46B6 | en_US |
| dc.description | Biblioteca : B.I.A.C.I. (siglas: euct) | en_US |
| dc.description.abstract | El presente proyecto de tesis se enfoca en el desarrollo de un motor de reconocimiento de la Lengua de Señas Venezolana (LSV) con una aplicación específica en el campo de la Ingeniería de Sistemas. Este estudio surge de la necesidad de proporcionar herramientas tecnológicas que mejoren la comunicación y la accesibilidad para las personas sordas, facilitando su inclusión en diferentes ámbitos educativos y profesionales. La investigación se desarrolla en el contexto de una notable escasez de herramientas adaptadas a la LSV, particularmente en Venezuela, donde la diversidad lingüística y cultural presenta desafíos únicos. Este proyecto no solo busca llenar un vacío importante en el reconocimiento de la LSV, sino que también apunta a la primera aproximación de la creación de una solución adaptada que mejore la comunicación efectiva y sin barreras para los usuarios de la LSV en Venezuela. La metodología empleada es un enfoque cuantitativo y experimental que utiliza técnicas de Machine Learning y visión por computadora para el desarrollo del motor de reconocimiento. Se optó por el uso de MediaPipe Holistic y redes neuronales profundas para la detección y clasificación de gestos, proporcionando así una base técnica prometedora para el reconocimiento de la lengua de señas. Este enfoque se complementa con un proceso de recopilación y análisis de datos, utilizando videos representativos de la LSV asociados al campo de la ingeniería de sistemas. Uno de los principales desafíos del proyecto fue la adaptación de tecnologías existentes para el reconocimiento de gestos a las particularidades de la LSV, lo que implicó un significativo esfuerzo en la integración de dichas herramientas. La evaluación del motor desarrollado demostró una alta precisión en el conjunto de gestos abarcado. El estudio concluye destacando la importancia de continuar con el desarrollo y mejora de tecnologías inclusivas que puedan adaptarse a las variadas y específicas necesidades de las comunidades con discapacidades auditivas. Además, se recomienda la extensión de esta investigación para abarcar otras variantes de lenguas de señas y otros contextos, lo que podría resultar en una herramienta aún más versátil y accesible. | en_US |
| dc.format.extent | 51 hojas : ilustraciones | en_US |
| dc.language.iso | es | en_US |
| dc.publisher | Universidad de Los Andes, Facultad de Ingeniería | en_US |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ve/ | en_US |
| dc.subject | Lengua de señas | en_US |
| dc.subject | Inteligencia Artificial | en_US |
| dc.subject | Redes Neuronales | en_US |
| dc.subject | MediaPipe Holistic | en_US |
| dc.subject | Computer Vision | en_US |
| dc.title | Desarrollo de un motor de reconocimiento de la lengua de señas venezolana : (Caso: Ingeniería de Sistemas) | en_US |
| dc.type | Thesis | en_US |
