dc.creator.ID |
CLAUDINO, M. M. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/7802284235319307 |
pt_BR |
dc.contributor.advisor1 |
GOMES, Herman Martins. |
|
dc.contributor.advisor1ID |
GOMES, H. M. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/4223020694433271 |
pt_BR |
dc.contributor.referee1 |
ALMEIDA, Hyggo Oliveira de. |
|
dc.contributor.referee2 |
BRASILEIRO, Francisco Vilar. |
|
dc.description.resumo |
Embora a língua de sinais brasileira (Libras) tenha sido
reconhecida como uma língua oficial do Brasil em 2002 [1],
medidas legais que regularizem e exijam a oferta de ensino de
Libras nas escolas em algum grau, apenas foram revertidas em um
projeto de lei em 2019 [2]. Resultando numa falta de contato de
pessoas sem problemas auditivos com Libras, e combinado à
constatação da World Federation of the Deaf (WFD) de que cerca
de 80% dos surdos do mundo possuem problemas de
compreensão nas línguas escritas de seus respectivos países [3],
gera um isolamento social daqueles que dependem do uso de
Libras para se comunicar. Neste contexto, existe o campo de
reconhecimento de linguagens de sinais (RLS), que se propõe a
criar interfaces tecnológicas que possam atuar no problema
descrito. Este trabalho utiliza de quadros de vídeos estáticos
extraídos do dataset MINDS-Libras [17] para analisar o impacto
do uso de métodos de pré-processamento de imagens no
treinamento de uma Rede Neural Convolucional (CNN), com o
intuito de se obter um modelo capaz de classificar 20 sinais
diversos de Libras de forma eficiente. Ao final, o método proposto
alcançou acurácia média de 91.08% no conjunto de dados
utilizado. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Ciência da Computação. |
pt_BR |
dc.title |
Reconhecimento de Libras em frames estáticos de vídeos utilizando CNN e técnicas de pré-processamento de imagens. |
pt_BR |
dc.date.issued |
2022-09-02 |
|
dc.description.abstract |
Although Brazilian sign language (Libras) was recognized as an official language of Brazil in 2002 [1],
legal measures that regulate and require the offer of Libras teaching in schools to some degree were
only reversed in a bill in 2019 [2]. Resulting in a lack of contact of people without hearing problems
with Libras, and combined with the finding of the World Federation of the Deaf (WFD) that about
80% of the deaf in the world have problems understanding the written languages of their respective
countries [3], generates social isolation with people who depends on the use of hand signals to
communicate. In this context, there is the field of recognition of signal languages (RLS), which
proposes to create technological interfaces that can act on the described problem. This work uses
static video frames extracted from the MINDS-Libras dataset [17] to analyze the impact of using
image preprocessing methods in the training of a Convolutional Neural Network (CNN), to obtain a
model capable of classifying 20 different signals of Pounds efficiently. In the end, the proposed
method reached an average accuracy of 91.08% in the data set used. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29270 |
|
dc.date.accessioned |
2023-04-05T17:16:06Z |
|
dc.date.available |
2023-04-05 |
|
dc.date.available |
2023-04-05T17:16:06Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Processamento digital de imagens |
pt_BR |
dc.subject |
Pré-processamento digital de imagens |
pt_BR |
dc.subject |
Libras - reconhecimento de frames estáticos |
pt_BR |
dc.subject |
Língua Brasileira de Sinais |
pt_BR |
dc.subject |
Rede neural convolucional - CNN |
pt_BR |
dc.subject |
MINDS-Libras |
pt_BR |
dc.subject |
Acessibilidade |
pt_BR |
dc.subject |
Digital image processing |
pt_BR |
dc.subject |
Digital image pre-processing |
pt_BR |
dc.subject |
Libras - static frame recognition |
pt_BR |
dc.subject |
Brazilian Sign Language |
pt_BR |
dc.subject |
Convolutional neural network - CNN |
pt_BR |
dc.subject |
MINDS-Pounds |
pt_BR |
dc.subject |
Accessibility |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
CLAUDINO, Matheus Macêdo. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Recognition of Libras in still frames of videos using CNN and image pre-processing techniques. |
pt_BR |
dc.identifier.citation |
CLAUDINO, Matheus Macêdo. Reconhecimento de Libras em frames estáticos de vídeos utilizando CNN e técnicas de pré-processamento de imagens. 2022. 11f. (Trabalho de Conclusão de Curso - Artigo), Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande – Paraíba - Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29270 |
pt_BR |