Sistema Embarcado Linux para Reconhecimento de Vogais em LIBRAS Utilizando Aprendizagem de Máquina

  • Gabriel S. Cavalcante IFCE
  • Paulo M. M. da Silva IFCE
  • Sandro C. S. Jucá IFCE

Resumo


O objetivo deste trabalho é construir uma aplicação que reconheça inicialmente sinais de vogais para ajudar pessoas surdas, surdas-mudas e deficientes auditivas a manter conversas por um meio de comunicação para leigos na Lı́ngua Brasileira de Sinais. A delimitação do público foi escolhida porque é necessário reduzir as barreiras de comunicação pela falta de conhecimento geral em linguagem de sinais. Através do uso de um Raspberry Pi configurado com o TensorFlow e OpenCV para reconhecimento de sinais de vogais e com a capacidade de enviar mensagens para o Telegram.

Referências

Barros, R. A., Pontes, A. V., and Almeida, J. D. (2014). Reconhecimento de linguagem de sinais: aplicação em libras. JIM 2014-V Jornada de Informática do Maranhão.

Buermeister, G. (2018). Nova raspberry pi 3 b+. https://blog.fazedores. com/nova-raspberry-pi-3-b-plus/.

Bradski, G. (2000). The OpenCV Library. Dr. Dobb’s Journal of Software Tools.

]Buhus, E. R., Timis, D., and Apatean, A. (2016). Automatic parking access using openalpr on raspberry pi3. Acta Technica Napocensis, 57(3):10.

Corrêa, Y., Vieira, M. C., Santarosa, L. M. C., and Biasuz, M. C. V. (2014). Aplicativos de tradução para libras e a busca pela validade social da tecnologia assistiva. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 25, page 164.

de Melo Gois, G. B. (2014). Reconhecimento do alfabeto de libras usando sensor kinect e marcadores visuais.

Dietz, T. A. (2002). Speech recognition text-based language conversion and text-to-speech in a client-server configuration to enable language translation devices. US Patent 6,385,586

Digiampietri, L. A., Teodoro, B., Santiago, C. R., Oliveira, G. A., and Araujo, J. C. (2012). Um sistema de informaç ao extensıvel para o reconhecimento automático de libras. SBSI-Simpósio Brasileiro de Sistemas de Informaç ao.

Dürr, O., Pauchard, Y., Browarnik, D., Axthelm, R., and Loeser, M. (2015). Deep learning on a raspberry pi for real time face recognition. In Eurographics (Posters), pages 11–12.

Gonçalves, D. P. and Alves, A. G. (2010). Ferramenta para aprendizado de libras para crianças do ensino fundamental utilizando visão computacional.

Hadidi, R., Cao, J., Woodward, M., Ryoo, M. S., and Kim, H. (2018). Real-time image recognition using collaborative iot devices. In Proceedings of the 1st on Reproducible Quality-Efficient Systems Tournament on Co-designing Pareto-efficient Deep Learning, page 4. ACM.

Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C.-Y., and Berg, A. C. (2016). Ssd: Single shot multibox detector. In European conference on computer vision, pages 21–37. Springer.

Patel, A. and Verma, A. (2017). Iot based facial recognition door access control home security system. International Journal of Computer Applications, 172(7):11–17.

Santos, J. R. d. et al. (2015). Reconhecimento das configurações de mão de libras baseado na análise de discriminante de fisher bidimensional utilizando imagens de profundidade.
Publicado
26/12/2019
CAVALCANTE, Gabriel S.; DA SILVA, Paulo M. M.; JUCÁ, Sandro C. S. . Sistema Embarcado Linux para Reconhecimento de Vogais em LIBRAS Utilizando Aprendizagem de Máquina. In: ESCOLA REGIONAL DE COMPUTAÇÃO APLICADA À SAÚDE (ERCAS), 7. , 2019, Teresina. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 235-240.