Reconocimiento de Lenguaje de Señas para el Control de Dispositivos Eléctricos

Autores/as

  • Jefferson Ramírez Escuela Superior Politécnica de Chimborazo
  • Robert Rodríguez Loaiza Escuela Superior Politécnica de Chimborazo
  • Kevin Saavedra Escuela Superior Politécnica de Chimborazo
  • Ana Logroño Escuela Superior Politécnica de Chimborazo

DOI:

https://doi.org/10.47187/perspectivas.7.2.244

Palabras clave:

Reconocimiento de Lenguaje de Señas Dactilográfico, Inteligencia Artificial, Circuito Basado en Microcontrolador, Dispositivos Eléctricos, Comunicación Inalámbrica, Control Remoto

Resumen

Este trabajo de investigación presenta la implementación de un sistema de reconocimiento de lenguaje de señas dactilográfico mediante inteligencia artificial aplicada al control de dispositivos eléctricos. El sistema tiene como objetivo mejorar la interacción entre humanos y dispositivos eléctricos, particularmente para personas con discapacidad auditiva, proporcionando un método de interacción natural e intuitivo. El sistema utiliza técnicas de visión por computadora para reconocer gestos con las manos en lenguaje de señas dactilográfico y un circuito basado en microcontrolador controla los dispositivos eléctricos. El rendimiento del sistema se evaluó en términos de precisión, tiempo de respuesta y usabilidad, lo que arrojó resultados prometedores para futuras aplicaciones en la industria y la medicina.

Citas

[1] ”Discapacidad: lo que todos debemos saber”, Revista do Instituto de Medicina Tropical de S˜ao Paulo, vol. 48, n.º 3, pp. 146, junio de 2006. Accedido el 31 de julio de 2023. [En l´ ınea]. Disponible: https://doi.org/10.1590/s0036-46652006000300015

[2] S. K y P. R, ”Sign Language Recognition System Using Neural Net works”, Int. J. Res. Appl. Sci. Eng. Technol., vol. 10, n.º 6, p. 827–831, junio de 2022. Accedido el 1 de agosto de 2023. [En l´ ınea]. Disponible: https://doi.org/10.22214/ijraset.2022.43787

[3] M. Ishihara y M. Tsuda, ”Hearing support system for the hear ing impaired”, en 2021 IEEE 3rd Global Conf. Life Sci. Tech nol. (LifeTech), Nara, Japan, 9–11 de marzo de 2021. IEEE, 2021. Accedido el 1 de agosto de 2023. [En línea]. Disponible: https://doi.org/10.1109/lifetech52111.2021.9391875

[4] D. K. Choudhary, R. Singh y D. Kamthania, ”Sign Language Recog nition System”, SSRN Electron. J., 2021. [En l´ ınea]. Disponible: https://doi.org/10.2139/ssrn.3832151.

[5] N. Norouzi, G. Bruder, B. Belna, S. Mutter, D. Turgut y G. Welch, A Systematic Review of the Convergence of Augmented Reality, Intelligent Virtual Agents, and the Internet of Things, en Artificial Intelligence in IoT. Cham: Springer International Publishing, 2019, p. 1–24. Disponible: https://doi.org/10.1007/978-3-030-04110-6 1.

[6] X. Liang,” Internet of Things and its applications in libraries: a literature review”, Library Hi Tech, vol. 38, n.º 1, p. 67–77, agosto de 2018. Disponible: https://doi.org/10.1108/lht-01-2018-0014.

[7] A. Muñoz, J. C. Augusto, V. Tam y H. Aghajan,” Artificial intelligence for IoT systems”, J. Ambient Intell. Smart Environ., vol. 12, n.º 1, pp. 1, enero de 2020. Accedido el 1 de agosto de 2023. [En l´ ınea]. Disponible: https://doi.org/10.3233/ais-200548

Descargas

Publicado

2025-07-07

Cómo citar

[1]
J. A. Ribadeneira Ramírez, R. Rodríguez Loaiza, K. E. Saavedra Delgado, y A. . L. Logroño Noboa, «Reconocimiento de Lenguaje de Señas para el Control de Dispositivos Eléctricos», Perspectivas, vol. 7, n.º 2, jul. 2025.

Número

Sección

Artículos arbitrados

Artículos más leídos del mismo autor/a

Nota: Este módulo requiere de la activación de, al menos, un módulo de estadísticas/informes. Si los módulos de estadísticas proporcionan más de una métrica, selecciona una métrica principal en la página de configuración del sitio y/o en las páginas de propiedades de la revista.