Trabalho em Anais

Aprendizado profundo no reconhecimento de sinais estáticos de Libras

Eros Caiafa, Fabiana N. Fonseca, Amaro A. de Lima, Gabriel Araújo, Eduardo Silva Clique em um nome para ver as publicações do autor
Anais de XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais 2020 PT (Português) ID libras.com.br #1383
1787169176_Aprendizado_profundo_no_reconhecimento_d.pdf
Baixar Nova aba

Resumo-Um problema bem comum, talvez o mais comum entre as pessoas com deficiência auditiva, é terem dificuldade em interagir com outros indivíduos, pois mesmo tendo uma língua para a sua integração, poucos a conhecem.Muitos trabalhos tem usado soluções tecnológicas pra esse problema, mas a maioria possui algum custo financeiro (por usar dispositivos para vestir) ou são atualmente limitados (visão computacional).Neste trabalho, tentamos avançar em soluções usando visão computacional para o problema de reconhecimento de gestos em Libras (Lingua Brasileira de Sinais).Para tanto, compilamos alguns trabalhos recentes na área, bem como mostramos algumas simulações usando aprendizado profundo em bases de dados contendo gestos ou sinais estáticos em Libras.As simulações contém uma comparação das arquiteturas LeNet, InceptionV3, VGG e ResNET no reconhecimento dos sinais em duas bases de dados, atingindo acurácias maiores que 99%.

Como citar este trabalho

CAIAFA, Eros; FONSECA, Fabiana N.; LIMA, Amaro A. de; ARAúJO, Gabriel; SILVA, Eduardo. Aprendizado profundo no reconhecimento de sinais estáticos de Libras. Anais de XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais, 2020.

Direitos e uso

Os direitos deste trabalho pertencem aos autores e ao veículo de publicação original. O Libras.com.br cataloga e dá acesso ao documento, mas não define seus termos de uso: antes de reutilizar, copiar ou redistribuir o conteúdo, consulte a licença no repositório de origem.

Ver no repositório de origem
Próxima Leitura da Trilha

Acessível Para Quem? Uma Análise da Acessibilidade em Sítios Instit...

S K S Lemos-Santos; Lívio Teixeira
Continuar Lendo