Uso de redes neurais convolucionais para classificação de sinais da linguagem brasileira de sinais aplicados ao ensino de línguas
Resumen
O presente trabalho apresenta a utilização de redes neurais convolucionais aplicadas
à detecção e classificação de sinais contínuos da Linguagem Brasileira de Sinais
(LIBRAS) em vídeos capturados por câmeras convencionais de computador, e a sua
posterior aplicação em uma ferramenta metodológica para ensino de LIBRAS. O
Objetivo deste trabalho é propor uma metodologia de processamento que possibilite
a classificação de sinais realizados por pessoas de diferentes gêneros, portes físicos
e cores de pele, sofrendo o mínimo de interferência possível do cenário de fundo dos
vídeos e utilizando câmeras comuns de computador, de forma a ter uma metodologia
acessível para diversas aplicações futuras. Além disso, este projeto experimenta a
viabilidade do uso desta metodologia para o campo da educação de base,
promovendo acessibilidade e inclusão para o ensino da LIBRAS. Para isso, serão
utilizados o algoritmo MediaPipe para extração de dados dos vídeos, o algoritmo
FastDTW para padronização destes dados, redes neurais baseadas nas bibliotecas
TensorFlow e Keras e a construção de jogos estruturados em Pygame. Todas estas
ferramentas serão desenvolvidas na linguagem de programação Python para produzir
uma rede neural treinada sobre diversos bancos de dados para reconhecer e
diferenciar os sinais em LIBRAS.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: