En entrevista para la Agencia Informativa Conacyt, Alcántara Medina explicó que el sistema que desarrollaron está dividido en dos fases, una de aprendizaje y otra más de práctica.
"La fase de aprendizaje está subdividida en cuatro categorías que son: colores, números, familia y comida, las cuales consideramos básicas para que cualquier persona pueda interactuar con aquellas que tienen problemas de habla".
En tanto, García Vázquez detalló que la fase de práctica funciona con base en un algoritmo de umbralización para diferenciar objetos —en este caso la mano de casi cualquier tipo de fondo— que permite al sistema caracterizar la mano del usuario para asegurarse de que la seña que está aprendiendo está bien ejecutada.
"El algoritmo realiza un muestreo de la mano —y el fondo— a través de puntos de muestra de color que se obtienen en el modelo RGB y después se cambian a CIELAB porque permite modificar parámetros de luminosidad hasta obtener la imagen binaria de la mano".
De acuerdo con el estudiante, el objetivo de este proceso es definir las características puntuales de la mano del usuario del sistema —círculo inscrito en la mano, vectores de los dedos y la unión de los dedos, entre otros— para generar una caja de delimitación que contendrá todas las características de la mano.Te podría interesar...

Esta conversación es moderada acorde a las reglas de la comunidad “Ciudadanía Express” . Por favor lee las reglas antes de unirte a ella.
Para revisar las reglas da clic aquí