DESARROLLO DE UN SISTEMA DE RECONOCIMIENTO DE GESTOS DE LA MANO MEDIANTE VISIÓN POR COMPUTADORA Y APRENDIZAJE AUTOMÁTICO BASADO EN RANDOM FOREST

José Erick Bermúdez González — 2026-08-31

El reconocimiento de gestos representa actualmente una de las áreas de mayor interés y relevancia dentro de la robótica y la visión por computadora, debido a la necesidad de desarrollar sistemas más naturales, intuitivos y accesibles para quienes se interesen por el tema.

En esta investigación se desarrolló un sistema basado en Random Forest con el objetivo de identificar movimientos de la mano en tiempo real. El sistema fue implementado utilizando Python, OpenCV y MediaPipe para la detección de puntos clave conocidos como landmarks de la mano permitiendo extraer coordenadas tridimensionales correspondientes a las articulaciones detectadas. A partir de la recopilación de los mismos landmarks, se construyó un set de datos compuesto por 4970 muestras distribuidas en seis diferentes gestos: puño, mano abierta, pulgar arriba, uno, dos y tres dedos levantados. Posteriormente, se entrenó un modelo de clasificación basado en el algoritmo Random Forest para reconocer los diferentes gestos previamente definidos, los resultados obtenidos mostraron una precisión del 99.30% en la clasificación de gestos además de tiempos de respuesta adecuados para aplicaciones en tiempo real. Al final de esta investigación se encontró que el uso de técnicas de visión por computadora y aprendizaje automático permite desarrollar interfaces eficientes y accesibles para aplicaciones de interacción humano-máquina.

OBTENCIÓN Y CARACTERIZACIÓN DE ZnO USANDO BLUEBERRY CON APLICACIÓN FOTO CATALÍTICA

Marco Antonio Vicencio Garrido — 2026-08-31

Se obtuvo ZnO a partir de blueberry como proveedora de iones OH y antocianinas, por la alta presencia de fenoles y antioxidantes aplicando el método de síntesis por coprecipitación, lográndose una sal compleja de Zinc, y posteriormente se consigue el óxido de Zinc por tratamiento térmico (450°C en 4hrs), teniendo la fase wurtzita comprobada por XRD, se midieron sus propiedades ópticas encontrando su absorbancia desde ~325nm, y un GAP de 3.27 eV. Se realizó SEM observando una morfología de conglomerados y porosa debido a la química verde. Se logró la Fotoluminiscencia, para poder observar el comportamiento de los defectos para la muestra Zinc Blue como para las dopadas, se aplicaron las muestras a fotocatálisis degradando azul de metileno obteniendo resultados de 95% en 60 minutos.

Nextia

DESARROLLO DE UN SISTEMA DE RECONOCIMIENTO DE GESTOS DE LA MANO MEDIANTE VISIÓN POR COMPUTADORA Y APRENDIZAJE AUTOMÁTICO BASADO EN RANDOM FOREST

OBTENCIÓN Y CARACTERIZACIÓN DE ZnO USANDO BLUEBERRY CON APLICACIÓN FOTO CATALÍTICA