تعتبر تقنية التعرف التلقائي على إشارات الإشارة (GR) عاملاً حاسماً في تسهيل التواصل بين الأشخاص الصم وباقي أفراد المجتمع. ومع ذلك، يظل التعرف بدقة وفعالية على إشارات الإشارة تحدياً كبيراً نظراً لتنوع لغات الإشارة (SLs) وقلة توفر البيانات المُسَمَّاة لها. ويقترح هذا البحث منهجاً جديداً لتحسين دقة التعرف التلقائي على إشارات الإشارة باستخدام التعلم الانتقالي بين اللغات مع الاستفادة من المعلومات البصرية. وقد تم استخدام مجموعتين كبيرتين من البيانات متعددة الوسائط في مجال لغات الإشارة كأساس لهذا البحث: مجموعة بيانات لغة الإشارة التركية من جامعة أنقرة (AUTSL) ومجموعة بيانات لغة الإشارة الروسية "ثيسوروس" (TheRusLan). وتم إجراء دراسات تجريبية أفضت إلى تحقيق دقة بلغت 93.33% في تمييز 18 إشارة مختلفة، بما في ذلك إشارات لغة الإشارة الهدف الروسية. وتفوق هذا الناتج الدقة السابقة لأفضل النماذج الحالية بنسبة 2.19%، مما يُظهر فعالية المنهج المقترح. ويُبرز البحث الإمكانيات الكبيرة لهذا النهج في تعزيز دقة وثبات الترجمة الآلية لغات الإشارة، وتحسين طبيعة التفاعل البشري-الحاسوبي، وتسهيل التكيف الاجتماعي للأشخاص الصم. ويوفر هذا البحث اتجاهاً واعداً للبحث المستقبلي، يُمكن من خلاله استكشاف تطبيق هذا المنهج على لغات إشارة أخرى، والتحقيق في تأثير الفروق الفردية والثقافية على عملية التعرف على الإشارات.