Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
El desarrollo de un modelo intérprete de Lengua de Señas Argentina (LSA) basado en algoritmos de Deep Learning, permite clasificar videos que explicitan la gestualidad y significado de una palabra o frase y volcarla en formato de texto. Para tal tarea se requiere de datos concisos y compactos que pe...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/176172 |
| Aporte de: |
| Sumario: | El desarrollo de un modelo intérprete de Lengua de Señas Argentina (LSA) basado en algoritmos de Deep Learning, permite clasificar videos que explicitan la gestualidad y significado de una palabra o frase y volcarla en formato de texto. Para tal tarea se requiere de datos concisos y compactos que permitan la mejor funcionalidad de los algoritmos. En este trabajo se presentan las tareas de preprocesamiento requeridas para alcanzar tales objetivos contrastando en la instancia de resultados los tiempos en clasificar videos con y sin el preprocesamiento mencionado. |
|---|