International audience
La réalisation d'un système précis de reconnaissance des langues de signes arabe (RLSAr) a un large impact social. Un tel système rendra la communication facile entre les sourds-muets et les citoyens ordinaires dans le monde arabe. Cependant, la réalisation d'un système (RLSAr) reste très difficile à réaliser puisque la (LSA) présente de nombreux détails et caractéristiques en raison des grandes variations dans les actions des mains. Dans ce travail, nous proposons un système de (RLSAr) basé sur les réseaux de neurones convolutionnels qui extrait automatiquement les caractéristiques discriminantes des signes représentant les chiffres et les caractères. Nous validons le système proposé sur un jeu de données réel et nous démontrons son efficacité par rapport aux approches traditionnelles basés sur les k-plus proches voisins (KNN) machines à vecteurs de support (SVM)