Contenido principal del artículo

Alba Benito Martínez
Universidad de Alicante
España
Lluís Bernat Iborra
Universidad de Alicante
España
Gabriel Jesús García Gómez
Universidad de Alicante
España
José Luis Ramón Carretero
Universidad de Alicante
España
Carlos Alberto Jara Bravo
Universidad de Alicante
España
Andrés Úbeda Castellanos
Universidad de Alicante
España
Núm. 45 (2024), Bioingeniería
DOI: https://doi.org/10.17979/ja-cea.2024.45.10945
Recibido: jun. 5, 2024 Aceptado: jul. 8, 2024 Publicado: jul. 19, 2024
Derechos de autor

Resumen

En este artículo se presenta un guante vestible que permite obtener la información de las posiciones relativas de la mano mediante la incorporación de varios sensores inerciales que registran los ángulos de movimiento de los dedos junto con la orientación de la palma de la mano. El dispositivo se ha validado preliminarmente clasificando tres gestos básicos de la mano con resultados muy prometedores, lo cual indica que el uso del guante es viable para el reconocimiento de un mayor número de gestos. En el futuro, se ampliará la base de datos de gestos clasificados y se incorporarán herramientas en tiempo real de detección para poder aplicarse en la comunicación directa entre personas sordas y su entorno o la evaluación de movimientos en el ámbito de la rehabilitación de la mano

Detalles del artículo

Citas

Galván-Ruiz, J., Travieso-González, C. M., Tejera-Fettmilch, A., Pinan-Roescher, A., Esteban-Hernández, L. y Domínguez-Quintana, L., 2020. Perspective and Evolution of Gesture Recognition for Sign Language: A Review. Sensors 20(12), 3571. DOI: 10.3390/s20123571 DOI: https://doi.org/10.3390/s20123571

Jeon, H., Choi, H., Noh, D., Kim, T. y Lee, D., 2022. Wearable Inertial Sensor-Based Hand-Guiding Gestures Recognition Method Robust to Significant Changes in the Body-Alignment of Subject. Mathematics 10, 4753. DOI: 10.3390/math10244753 DOI: https://doi.org/10.3390/math10244753

Lin, B. S., Lee, I. J., Yang, S. Y., Lo, Y. C., Lee, J. y Chen, J. L., 2018. Design of an Inertial-Sensor-Based Data Glove for Hand Function Evaluation. Sensors 18(5), 1545. DOI: 10.3390/s18051545 Oudah, M., Al- DOI: https://doi.org/10.3390/s18051545

Naji, A. y Chahl, J., 2020. Hand Gesture Recognition Based on Computer Vision: A Review of Techniques. Journal of Imaging 6(8), 73. DOI: 10.3390/jimaging6080073 DOI: https://doi.org/10.3390/jimaging6080073

Sheth, V., Tripathi, U. y Sharma, A., 2022. A Comparative Analysis of Machine Learning Algorithms for Classification Purpose. In Proceedings of the 4th International Conference of Innovative Data Communication Technology and Application 215, 422-431. DOI: 10.1016/j.procs.2022.12.044 DOI: https://doi.org/10.1016/j.procs.2022.12.044

Tchantchane, R., Zhou, H., Zhang, S. y Alici, G., 2023. A Review of Hand Gesture Recognition Systems Based on Noninvasive Wearable Sensors. Advanced Intelligent Systems 5, 2300207. DOI: 10.1002/aisy.202300207 DOI: https://doi.org/10.1002/aisy.202300207