Vision-Based Real-Time Sign Language Recognition: A Comparative Benchmark of Landmark Tracking and Deep Sequential Architectures
Este artículo presenta un análisis comparativo de referencia de diez procesos de aprendizaje automático y aprendizaje profundo para el reconocimiento de la Lengua de Señas Americana basado en visión en tiempo real, demostrando que los modelos de XGBoost y de LSTM bidireccional basados en puntos de referencia logran una precisión y resiliencia superiores ante la variabilidad del signante, manteniendo al mismo tiempo una baja latencia de inferencia adecuada para hardware de consumo.