Go to accessibility
Beginning of content

Banca de DEFESA: GEOVANE MENEZES RAMOS NETO

2018-07-25 10:45:59.926

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

End of content