Roua Kammoun

Conception d'un système de reconnaissance de gestes médicaux à partir de vidéos multimodales (RGB + squelette), combinant ST-GCN, Transformers et VLM pour l'analyse sémantique des scènes. Application du few-shot learning pour la généralisation inter-signataires, atteignant 90.3% de précision signer-independent sur le dataset KaRSL, surpassant les approches existantes. Évaluation de la robustesse face aux occlusions, variations d'éclairage et variabilité inter-signataires ; réalisation d'une analyse détaillée des modes d'échec et de généralisation.

Développement d'un système multimodal de reconnaissance de la langue des signes arabe combinant ST-GCNs, Transformers et CNN pour l'extraction de caractéristiques spatio-temporelles. Obtention de 99% de précision signer-dependent et 83% signer-independent, surpassant les modèles state-of-the-art sur le même benchmark.