Abstract
В данной работе рассматривается сбор данных и применение моделей нейронных сетей для классификации языка жестов в задачах распознавания образов. Язык жестов, как важный способ коммуникации для людей с нарушениями слуха, требует эффективных технологий для его автоматического распознавания. В ходе исследования был проведён сбор разнообразных видеоданных, охватывающих различные жесты и контексты их использования. Для анализа этих данных применялись современные архитектуры нейронных сетей, включая сверточные и рекуррентные сети, что позволило достичь высокой точности классификации. Результаты показывают перспективность использования глубокого обучения для распознавания языка жестов, что открывает новые возможности для разработки вспомогательных технологий и улучшения качества жизни людей с ограниченными возможностями. Работа подчеркивает важность интеграции методов машинного обучения и компьютерного зрения для создания более интуитивно понятных интерфейсов взаимодействия.