reconocimiento del lenguaje de señas

El reconocimiento del lenguaje de señas (abreviado generalmente como SLR ) es una tarea computacional que implica el reconocimiento de acciones en lenguajes de señas . ^{[ 1 ]} Es un problema esencial que resolver, particularmente en el mundo digital, ya que ayuda a superar la brecha de comunicación que enfrentan las personas con discapacidad auditiva.

Para resolver este problema, normalmente se requieren datos de color (RGB) anotados; sin embargo, también resultan útiles otras modalidades como la profundidad y la información sensorial.

El reconocimiento de lenguaje de señas aislado ( ISLR , por sus siglas en inglés), también conocido como SLR a nivel de palabra , consiste en reconocer signos o tokens individuales, denominados glosas, a partir de un segmento determinado de un videoclip de lenguaje de señas. Generalmente se trata como un problema de clasificación para videos aislados, pero las aplicaciones en tiempo real también requieren el manejo de tareas como la segmentación de video.

El reconocimiento continuo del lenguaje de señas (CSLR, por sus siglas en inglés) , también conocido como transcripción del lenguaje de señas , consiste en predecir todos los signos (o glosas) a partir de una secuencia dada de lenguaje de señas en un video. Esta tarea es más adecuada para la transcripción en situaciones reales y, en ocasiones, se considera una extensión del ISLR, según el enfoque utilizado.

La traducción de lengua de signos (TLS) se refiere a la tarea de traducir una secuencia de signos (o glosas) a una lengua hablada correspondiente . Generalmente se modela como una extensión del problema CSLR.