AJUSTE DE HIPERPARÁMETROS DE UNA RED NEURONAL CONVOLUCIONAL PARA EL RECONOCIMIENTO DE LENGUA DE SEÑAS

El reconocimiento de imágenes es un área de creciente interés en gran medida impulsado por los recientes avances en Inteligencia Artificial. En este trabajo se realiza un ajuste de hiper-parámetros de una Red Neuronal Convolucional (CNN) para el reconocimiento de manos. Se propone una arquitectura preliminar y se diseña un experimento para evaluar el porcentaje de clasificación en el reconocimiento de mano derecha e izquierda usando diferentes tamaños de filtros en cada una de las capas de Convolución. Los resultados obtenidos han permitido ajustar la red para lograr una clasificación del 100% en pocas épocas de entrenamiento.  El presente trabajo hace parte de una investigación en desarrollo para el reconocimiento del lenguaje de señas colombiano en donde se usará la arquitectura de Red Neuronal propuesta en esta fase para el reconocimiento de los símbolos usados para formar las letras del abecedario