Un modèle d'apprentissage automatique pour convertir la langue des signes indienne visuelle en texte

Une bonne communication est essentielle dans un monde où les connexions deviennent de plus en plus floues. Mais les barrières de communication traditionnelles sont amplifiées pour la communauté des personnes malentendantes, soulignant la nécessité de solutions créatives. Grâce à l'utilisation de technologies de pointe telles que les réseaux de mémoire à long et court terme (LSTM), les réseaux de neurones convolutionnels (CNN) et les réseaux de neurones graphiques spatio-temporels multimodaux (MST-GNN), ce projet présente un nouveau système de reconnaissance de langue des signes indienne. En interprétant et en comprenant avec précision les gestes de la langue des signes indienne (ISL) en temps réel, notre système fait office de passerelle. Nous avons développé une plateforme de communication inclusive en appliquant des algorithmes de pointe, un prétraitement et une collecte de données soignée. Cette recherche représente un engagement à promouvoir l'inclusivité et la compréhension pour tous, indépendamment de leur capacité auditive, et démontre également le potentiel de la technologie contemporaine à améliorer l'accessibilité. En tirant parti des LSTM, CNN et MST-GNN, notre système transforme la manière dont nous communiquons, favorisant une société plus inclusive.