Utilização de Avatar Virtual na Tradução de Termos Técnicos de Informática para Língua Brasileira de Sinais
Resumo
A Língua brasileira de sinais é a língua materna da comunidade surda no Brasil e a tradução de termos técnicos de informática para essa língua é um desafio devido à falta de equivalência direta entre as palavras e conceitos. Dessa maneira, as áreas de conhecimentos específicos criam uma biblioteca de termos técnicos para a melhor compreensão. Diante deste cenário, este projeto em desenvolvimento tem por objetivo a criação de um avatar virtual para auxílio na tradução de termos técnicos para Libras e promover a inclusão dos surdos no ensino de informática e no desenvolvimento das tecnologias assistivas. Para tanto, serão utilizadas bibliotecas de detecção de articulações de humanos em vídeos para identificar as articulações na sinalização. O estudo será de natureza experimental e terá uma abordagem interdisciplinar de conhecimentos das áreas da informática, computação, português e Libras. Espera-se contribuir para o ambiente educacional, principalmente na área de informática, na inclusão dos surdos no ensino de informática e no desenvolvimento das tecnologias assistivas aplicadas aos processos de comunicação alternativa.
Referências
e. a. HandTalk, “Handtalk.me,” 2012. [Online]. Available: [link]
Z. Cao, T. Simon, S.-E. Wei, and Y. Sheikh, “Realtime multi-person 2d pose estimation using part affinity fields,” in Proceedings of the IEEE conference on computer vision and pattern recognition, 2017, pp. 7291–7299.
A. Kaehler and G. Bradski, Learning OpenCV 3: computer vision in C++ with the OpenCV library. ” O’Reilly Media, Inc.”, 2016.
Junxnone, “Hand keypoint detection,” 2019. [Online]. Available: [link]
SENAI, “Curso técnico em informática. (2016). glossário de termos técnicos em libras,” 2016. [Online]. Available: [link].
A. dos Surdos do Maranhão, “Associação dos surdos do maranhão.” [Online]. Available: [link]
Alura, “Visão computacional: Hand tracking com opencv.” [Online]. Available: [link].
Y. LeCun, Y. Bengio, and G. Hinton, “Deep learning,” nature, vol. 521, no. 7553, pp. 436–444, 2015.
Z.-H. Zhou, Machine learning. Springer Nature, 2021.
LucianoSphere, “Exquisite hand and finger tracking in web browsers with mediapipe’s machine learning models,” 2021. [Online]. Available: [link]
MatthewStanciu, “Teachable machine.” [Online]. Available: [link].
Alura, “Jupyter notebook: Exemplos de códigos e como usar.” [Online]. Available: [link].
T. Coutinho, “Como o anaconda ide pode ajudar na sua programação em python,” 2020. [Online]. Available: [link]
——, “Conheça o blender, programa de sucesso na modelagem 3d,” 2021. [Online]. Available: [link]
