La tecnología de aprendizaje profundo se ha desarrollado constantemente y se aplica en muchos campos. Para aplicar correctamente las técnicas de aprendizaje profundo, debe preceder un aprendizaje suficiente. Varios son necesarios para un aprendizaje suficiente. Una de las condiciones más importantes es la data de entrenamiento. Recolectar suficiente data de entrenamiento es fundamental, porque si la data de entrenamiento es insuficiente, el aprendizaje profundo no se realizará correctamente. Se recopilan muchos tipos de data de entrenamiento, pero no todos. Por lo tanto, puede que tengamos que recopilarlos directamente. Recolectar lleva mucho tiempo y esfuerzo. Para reducir este esfuerzo, se utiliza el método de aumento de datos para aumentar la data de entrenamiento. El aumento de datos tiene algunos métodos comunes, pero a menudo requiere diferentes métodos para datos específicos. Por ejemplo, para reconocer lenguaje de señas, se utilizan datos de video procesados con openpose. En este documento, proponemos un nuevo método de aumento de datos para datos de lenguaje de señas utilizados para el aprendizaje de traducción, y esperamos mejorar el rendimiento de aprendizaje, de acuerdo con el método propuesto.