Основная цель: Использование модели компьютерного зрения для классификации жестового языка для глухонемых. Для достижения этой цели необходимо выполнить следующие задачи: 1) Изучение и анализ теоретических основ компьютерного зрения и жестового языка: ознакомление с основными концепциями и подходами в области компьютерного зрения. 2) Обзор существующих технологий и методов классификации жестов: анализ текущих методов и алгоритмов, используемых для распознавания и классификации жестов. 3) Вторичный анализ и подготовка данных: вторичный анализ данных, включающих жесты жестового языка. 4) Выбор модели компьютерного зрения: Выбор подходящих алгоритмов машинного обучения и компьютерного зрения. Программирование и настройка модели для распознавания и классификации жестов. 5) Тестирование модели: проведение тестов для оценки точности модели. Анализ результатов и определение областей для улучшения.

Main goal: Using a computer vision model to classify sign language for deaf people. To achieve this goal, the following tasks must be completed: 1) Study and analysis of the theoretical foundations of computer vision and sign language: introduction to the basic concepts and approaches in the field of computer vision. 2) Review of existing technologies and methods for gesture classification: analysis of current methods and algorithms used for gesture recognition and classification. 3) Secondary analysis and data preparation: Secondary analysis of data involving sign language gestures. 4) Selecting a computer vision model: Selecting suitable machine learning and computer vision algorithms. Programming and setting up a model for recognizing and classifying gestures. 5) Model testing: conducting tests to evaluate the accuracy of the model. Analyze results and identify areas for improvement.