Rede Neural Artificial Convolucional Aplicada ao Reconhecimento de Configuração de Mão nos Símbolos de 0 a 9 da Língua Brasileira de Sinais (LIBRAS)

  • Adriel Viera Santos IFCE
  • Iago Franco Bacurau IFCE
  • Jayne de Morais Silva IFCE
  • Talles Brito Viana IFCE
  • Robson Gonçalves Fechie Feitosa IFCE

Resumo


A Lei brasileira número 10.436, de 24 de abril de 2002, reconhece a Língua Brasileira de Sinais (LIBRAS) como meio legal de comunicação e expressão. Entretanto, a comunidade não ouvinte, que faz uso dessa língua, possui muita dificuldade de comunicação com a comunidade ouvinte. Visando reduzir tal dificuldade, o presente trabalho descreve uma aplicação das redes neurais convolucionais para o reconhecimento dos símbolos estáticos da LIBRAS. Para validar o modelo, foi utilizada uma base de dados com cerca de 2640 imagens, com símbolos de 0 a 9 para treinamento; e, 1360 símbolos para teste. Além de um conjunto extra de 1000 símbolos para validação de mais casos de testes. Como resultados, obteve-se uma taxa de acerto que varia entre 82.5% e 98.57% para os diferentes símbolos.

Palavras-chave: Redes Neurais, LIBRAS, Visão Computacional

Referências

Academy, D. S. (2018). Deep Learning Book, volume 1. Disponível em: deeplearningbook.com.br. Acesso em: 30 nov. 2018.

Barreto, J. M. (2002). Introdução às redes neurais artificiais. Florianópolis: UFSC.

Brandt, A. H. (2015). Lirann: sistema de reconhecimento de libras baseado em redes neurais artificiais com kinect. Disponível em: http://hdl.handle.net/11624/1031, acesso. Acesso em: 02 abr. 2019.

de Freitas, G. R., Maranhão, T. L. G., and Félix, W. M. (2017). A deficiência auditiva e a possibilidade de inclusão no mercado de trabalho. ID ON LINE REVISTA MULTIDISCIPLINAR E DE PSICOLOGIA, 11(34):184–218.

Frank, E. and Mark, A. (2016). Hall, and ian h. witten (2016). the weka workbench. online appendix for ”data mining: Practical machine learning tools and techniques. Morgan Kaufmann, Fourth Edition., 78(71):74–5.

Haykin, S. (2007). Redes neurais: princípios e prática. Bookman Editora.

Koroishi, G. O. and Silva, B. V. L. (2015). Reconhecimento de sinais da libras por visão computacional. Mecatrone, 1(1).

LeCun, Y., Jackel, L., Bottou, L., Brunot, A., Cortes, C., Denker, J., Drucker, H., Guyon, I., Muller, U., Sackinger, E., et al. (1995). Comparison of learning algorithms for handwritten digit recognition. In International conference on artificial neural networks, volume 60, pages 53–60. Perth, Australia.

Mansano, A. F. (2017). O que é uma rede neural convolucional? Disponível em: https://www.linkedin.com/pulse/o-que-%C3%A9-um-rede-neural-convolucional-alex-fernandes-mansano, acesso. Acesso em: 30 nov. 2018.

Vargas, A. C. G., Paes, A., and Vasconcelos, C. N. (2016). Um estudo sobre redes neurais convolucionais e sua aplicação em detecção de pedestres. In Proceedings of the XXIX Conference on Graphics, Patterns and Images, pages 1–4.
Publicado
20/05/2019
Como Citar

Selecione um Formato
VIERA SANTOS, Adriel; FRANCO BACURAU, Iago; DE MORAIS SILVA, Jayne; BRITO VIANA, Talles; GONÇALVES FECHIE FEITOSA, Robson. Rede Neural Artificial Convolucional Aplicada ao Reconhecimento de Configuração de Mão nos Símbolos de 0 a 9 da Língua Brasileira de Sinais (LIBRAS). In: WORKSHOP DE INICIAÇÃO CIENTÍFICA EM SISTEMAS DE INFORMAÇÃO - SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 15. , 2019, Aracaju. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 21-24. DOI: https://doi.org/10.5753/sbsi.2019.7432.