Diseño e implementación de un sistema portátil traductor de la Lengua de Señas Peruana basado en una Single Board Computer y Deep Learning

• Autores: Heredia Pizarro, Anibal Anderson, Villarreal Briceño, Ronald Josué
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/11145
• Enlace del recurso: https://hdl.handle.net/20.500.12867/11145
• Nivel de acceso: acceso abierto
• Materia: Red neuronal; Aprendizaje profundo; Lenguaje de signos; TensorFlow; https://purl.org/pe-repo/ocde/ford#2.02.01

En el contexto actual de Perú, la lengua de señas es fundamental para la comunicación de la comunidad con discapacidad auditiva o del habla, que enfrenta barreras significativas al interactuar con personas oyentes. Por ello, el presente estudio tiene como objetivo diseñar e implementar un sistema portátil, basado en una Single Board Computer (SBC) y Deep Learning, que traduzca la Lengua de Señas Peruana (LSP) al lenguaje escrito para facilitar la comunicación entre personas oyentes y personas con discapacidad auditiva y/o del habla. Se usó la metodología CRIPS-DM, la cual incluye el entrenamiento de una red neuronal con un conjunto de datos de señas propio, se optimizó el sistema para asegurar un óptimo rendimiento en la Jetson Nano. Los resultados obtenidos muestran que el modelo LSTM logró una exactitud del 99.69% con métricas generales (macro avg) de 99.7% en precisión, recall y F1-score en la traducción de señas con una latencia de 77 ms, además de incorporar un sistema de alimentación ininterrumpida (UPS) que garantiza un funcionamiento continuo y portable. En conclusión, se logró diseñar e implementar el sistema portátil traductor que traduzca la LSP al lenguaje escrito. Se recomienda para investigaciones futuras la ampliación del vocabulario de la LSP.