Classificação de libras em imagens através de redes neurais convolucionais

A alfabetização de pessoas surdas, é atualmente um grande desafio que tem gerado muitas discussões no contexto educacional. Apesar da existência da linguagem de sinais (Libras), a capacitação de pessoas para a realização de atividades de ensino nesta área é bastante escassa, e isso tem dificultado bastante o processo de ensino e aprendizagem de indivíduos com ou sem problemas auditivos. Com o crescimento da internet e das tecnologias computacionais, houve a necessidade da criação de aplicações avançadas de inteligência artificial para aprimorar este processo. Um marco bastante importante foi o surgimento da Visão Computacional, que é uma área da inteligência artificial que procura analisar, fazer a interpretação e a extração de determinadas informações úteis de imagens, estudando também a utilização de emoções, reconhecimentos, e análise de movimentos interativos de seres humanos através de sistemas informatizados de I.A. que simulam os pensamentos e ações de seres humanos. O tema deste trabalho aborda uma pesquisa relacionada à aplicação de redes neurais convolucionais (ou profundas), que são ligadas à visão computacional de forma análoga. Foram realizados experimentos através de uma base de dados de Libras que serviu de suporte para o treinamento das imagens através do algoritmo de redes neurais profundas YOLOv5 para a realização da Classificação de alguns grupos de 6 e 7 imagens. Posteriormente, foram comparados os resultados dos testes, e observados quais épocas obtiveram uma melhor performance durante a classificação das imagens de Libras.