Lenguaje de Señas con Visión
Sistema de visión por computadora que detecta y traduce gestos de lenguaje de señas en tiempo real. Usa MediaPipe para el seguimiento de manos, OpenCV para el procesamiento de video y una red neuronal entrenada para clasificar cada seña. Construido con Python, TensorFlow y Keras.
IA en Tiempo Real
Computer Vision & Deep Learning
Características Principales
Funcionalidades clave del sistema de reconocimiento
Detección de Manos en Tiempo Real
MediaPipe rastrea hasta 21 puntos de referencia de cada mano en el video de la cámara, con alta precisión y rendimiento.
Clasificación con Red Neuronal
Modelo de deep learning entrenado con TensorFlow/Keras para reconocer patrones de gestos y clasificar cada seña.
Dataset Propio
Recolección y etiquetado manual de muestras de cada letra o gesto para construir un dataset balanceado y representativo.
Traducción de Letras y Palabras
Reconoce el abecedario dactilológico (letras) y palabras comunes del lenguaje de señas, mostrando el texto traducido.
Procesamiento en Streaming
Procesamiento optimizado del flujo de video para obtener respuesta casi instantánea sin sacrificar precisión.
Interfaz Visual
Ventana de visualización que dibuja el esqueleto de la mano, la letra detectada y el historial de señas en pantalla.
Stack Tecnológico
Herramientas de visión artificial y machine learning
Desafíos y Soluciones
Problemas técnicos resueltos durante el desarrollo
Detección Robusta de Manos
Lograr el seguimiento de las manos en distintas condiciones de iluminación, fondos y tipos de piel sin perder estabilidad.
Dataset y Clases Imbalanceadas
Recolectar suficientes muestras de cada letra y evitar que el modelo se sesgue hacia las clases con más ejemplos.
Latencia en Tiempo Real
Clasificar cada frame del video sin que la traducción se sienta lenta o entrecortada.
Generalización del Modelo
Que el modelo funcione bien con manos de distintos usuarios, tamaños y ángulos, no solo con los datos de entrenamiento.
Código Fuente
Explora el código completo del proyecto en GitHub. Incluye el notebook de entrenamiento del modelo, los scripts de captura de datos, el dataset y el detector en tiempo real.
¿Interesado en un proyecto de IA y visión artificial?
Puedo ayudarte a desarrollar tu solución con machine learning y computer vision con las mejores tecnologías