Es wurde ein bildgestütztes System zur Erkennung von Handgesten entwickelt, um die Handformen der indischen Gebärdensprache (ISL) zu erkennen - 26 Buchstaben von A-Z. In diesem Gebärdensystem gibt es mehrere ähnlich aussehende Gesten. Daher werden für das System, das die Alphabete erkennt, insgesamt 26 Zeichen zur Identifizierung verwendet, wenn man diese gemeinsam betrachtet. Das Hauptmerkmal, die maskierte Hand, wurde aus den Schilderbildern extrahiert und diente als Merkmalsvektor unter Verwendung der HSV-Modellierung. Die Systemleistung für die Zeichenerkennung wird gemessen, indem diese Merkmale unabhängig voneinander als Merkmalsvektor für die Erkennung der ISL-Alphabete betrachtet werden. Durch die Kombination von Merkmalen wie der HSV-Farbauswahl und dem Klassifizierungsalgorithmus wie CNN war das System in der Lage, die verschiedenen Schilder leicht zu erkennen. Außerdem wird die Leistung des Systems gemessen, indem dieselben Merkmale durch die Erstellung eines Hautmaskierungsbildes der Alphabetzeichen für die Erkennung von ISL-Alphabeten extrahiert werden.