Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa. DISCENTE: GEOVANE MENEZES RAMOS NETO DATA: 26/07/2018 HORA: 09:00 LOCAL: Auditório do NCA TÍTULO: Reconhecimento de Língua de Sinais Baseado em Redes Neurais Convolucionais 3D PALAVRAS-CHAVES: Reconhecimento de Língua de Sinais; 3D CNN; Deep Learning PÁGINAS: 54 GRANDE ÁREA: Ciências Exatas e da Terra ÁREA: Ciência da Computação RESUMO: A inclusão de deficientes ainda é um problema recorrente em todo o mundo. No caso
da deficiência auditiva o problema está na dificuldade que estes tem para comunicar-se
utilizando um código de linguagem prioritariamente visual, uma Língua de Sinais (LS).
Uma das grandes dificuldades para os deficientes auditivos é a baixa quantidade de pessoas
quesãofluentesemlínguadesinais,oquedificultaoaprendizadobemcomoacomunicação
destes, principalmente em estágios iniciais do desenvolvimento do indivíduo.
Este estudo apresenta uma metodologia que utiliza técnicas de visão computacional
e aprendizado de máquina para reconhecer sinais da Língua de Sinais Argentina. O
reconhecimento se dá através da utilização de uma arquitetura 3D CNN, que foi construída
através da seleção dos parâmetros que forneceram os melhores resultados entre os testes
realizados. Para a validação utilizamos a base de vídeos LSA64, que contem 64 sinais
da Língua de Sinais Argentina. A melhor arquitetura alcançou uma acurácia média de
94,22% que, quando comparado a trabalhos relacionados, se mostrou uma metodologia
promissora no reconhecimento automático de línguas de sinais.
MEMBROS DA BANCA: Interno - 407686 - ANSELMO CARDOSO DE PAIVA Externo à Instituição - DANIEL LIMA GOMES JUNIOR - IFMA Presidente - 2582240 - GERALDO BRAZ JUNIOR Interno - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA