Reconnaissance par apprentissage profond pour le jeu de données RGB de langue des signes alphabétique arabe

Cet article présente un modèle de réseau de neurones convolutif (CNN) pour la reconnaissance de la langue des signes arabe (AASL), basé sur le jeu de données AASL. Tenant compte de l'importance fondamentale de la communication pour les personnes sourdes, en particulier au sein de la communauté sourde parlant arabe, cette étude met en évidence le rôle crucial des systèmes de reconnaissance de la langue des signes. La méthodologie proposée atteint une précision exceptionnelle : le modèle CNN obtient une précision de 99,9 % sur l'ensemble d'entraînement et une précision de validation de 97,4 %. Ce travail établit non seulement un modèle de reconnaissance de l'AASL à haute précision, mais apporte également des perspectives sur des stratégies efficaces d'application du dropout. Les taux de précision élevés atteints positionnent ce modèle proposé comme une avancée significative dans le domaine, offrant un réel potentiel pour améliorer l’accessibilité à la communication au sein de la communauté sourde parlant arabe.