Comparação de Modelos de Aprendizado de Máquina no Reconhecimento de Línguas de Sinais

• Guilherme Johann Reckziegel Nunes IFSul
• Janete Inês Müller IFSul
• Fernando Luís Herrmann IFSul

DOI: https://doi.org/10.5753/eramiars.2025.16729

Resumo

Com os desenvolvimentos recentes na área de Visão Computacional, torna-se evidente o potencial auxílio que pode ser oferecido na comunicação entre surdos e ouvintes. Para tanto, este trabalho buscou comparar modelos de Aprendizado de Máquina a fim de verificar se essa hipótese é viável com os recursos disponíveis na atualidade. Para realizar esta tarefa, foram comparados três modelos treinados para classificar sinais estáticos de três línguas de sinais. Foi encontrado que os modelos não são capazes de reconhecer com a acurácia esperada os sinais testados. Supõe-se que a razão disso se deve à pequena quantidade e variedade dos dados pertencentes aos conjuntos de dados utilizados para o treinamento dos modelos.

Referências

Deng, J., Dong, W., Socher, R., Li, L.-J., Li, K., and Fei-Fei, L. (2009). Imagenet: A large-scale hierarchical image database. In 2009 IEEE Conference on Computer Vision and Pattern Recognition, pages 248–255.

Gabriel Filho, O. (2023). Inteligência artificial e aprendizagem de máquina: aspectos teóricos e aplicações. São Paulo: Blucher.

Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M., and Adam, H. (2017). Mobilenets: Efficient convolutional neural networks for mobile vision applications. CoRR, abs/1704.04861.

Müller, A. C. and Guido, S. (2016). Introduction to machine learning with Python: a guide for data scientists. ”O’Reilly Media, Inc.”.

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: Machine learning in python. the Journal of machine Learning research, 12:2825–2830.

Rodrigues, A. J. (2021). V-LIBRASIL: uma base de dados com sinais na língua brasileira de sinais (Libras). Master’s thesis, Universidade Federal de Pernambuco.