Sistema de interacción mediante reconocimiento gestual

Abstract

[Resumen]: La interacción entre personas y sistemas informáticos ha experimentado un avance significativo en los últimos años, integrando medios de comunicación más naturales como el reconocimiento de voz o gestos. Este proyecto sigue esta deriva, proponiendo una solución basada en el reconocimiento gestual mediante visión artificial que permite controlar acciones del sistema operativo a través de gestos realizados con las manos frente a una webcam estándar. A diferencia de otros enfoques existentes, esta solución no requiere hardware especializado ni conocimientos técnicos avanzados, lo que la convierte en una herramienta accesible para un amplio abanico de usuarios. El sistema ofrece, además, un proceso de personalización y reentrenamiento sencillo desde la propia interfaz gráfica, permitiendo al usuario definir sus propios gestos y ajustar la sensibilidad del reconocimiento. Durante el desarrollo se ha hecho uso de técnicas de aprendizaje automático y se ha adoptado una arquitectura modular. Se han desarrollado herramientas complementarias para la gestión de datos, el entrenamiento de modelos y la visualización de resultados. El trabajo incluye una planificación detallada del proyecto, la justificación tecnológica de cada decisión y un análisis del mercado que muestra el potencial de esta solución contra la competencia en este entorno. La propuesta destaca por su enfoque en la accesibilidad, la personalización del usuario y la capacidad de adaptación continua del sistema.

[Abstract]: Interaction between people and computer systems has experienced significant progress in recent years, integrating more natural means of communication such as voice or gesture recognition. This project aligns with this evolution by proposing a solution based on gesture recognition through computer vision, allowing users to control operating system actions using hand gestures performed in front of a standard webcam. Unlike other existing approaches, this solution does not require specialized hardware or advanced technical knowledge, making it accessible to a wide range of users. Moreover, the system includes a straightforward customization and retraining process within its graphical interface, enabling users to define their own gestures and adjust recognition sensitivity. Throughout the development, machine learning techniques have been employed, and a modular architecture based on the Model-View-Controller pattern has been adopted. Additional tools have been created for data management, model training, and result visualization. The work includes a detailed project plan, the technological rationale behind each decision, and a market analysis that highlights the potential of this solution against existing alternatives. The proposal stands out for its focus on accessibility, user personalization, and the system’s ability to continuously adapt.