Luva instrumentada para reconhecimento de padrões de gestos em Libras

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Dias, Thiago Simões lattes
Orientador(a): Pichorim, Sérgio Francisco lattes
Banca de defesa: Rasera, Carmen Caroline lattes, Janeczko, César lattes, Hara, Marcos Santos lattes, Pichorim, Sérgio Francisco lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Curitiba
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/5018
Resumo: Este trabalho apresenta o desenvolvimento de um sistema para reconhecer padrões de gestos da Língua Brasileira de Sinais (Libras). Este sistema é composto de uma luva instrumentada, sistema de aquisição, processamento e classificação por meio de Redes Neurais Artificiais (RNA). A luva desenvolvida possui cinco sensores flexíveis, dois sensores de contato e um sensor inercial (acelerômetro e giroscópio triaxiais). Para coletar os dados referentes aos gestos executados por voluntários, duas versões de sistemas de aquisição de dados foram utilizadas: sistema de aquisição de dados com fio e sistema de aquisição de dados sem fio. No sistema com fio, cinco voluntários participaram da coleta de dados referente aos gestos das letras do alfabeto manual em Libras. Já com o sistema sem fio, dez voluntários participaram da coleta de dez diferentes palavras em Libras. Os dados coletados foram segmentados em três janelas (quantidades fixas de amostras do sinal) que representam as fases de construção, gesto e relaxamento dos gestos. Após a segmentação, cada janela segmentada foi submetida à extração de características para gerar um vetor de características. Para a classificação, o vetor de características foi dividido em 80% para treinamento e 20% para teste da RNA. A taxa média de acertos obtida para os gestos do alfabeto manual foi de 96,19% e a taxa média obtida para os gestos de palavras foi de 98,96%. Durante o desenvolvimento da pesquisa, algumas contribuições foram geradas por meio das análises realizadas, evidenciando o potencial do sistema para reconhecer gestos em Libras. As análises realizadas e discutidas no trabalho são relacionadas aos sensores, características, voluntários e quantidade de dados separados para treinamento da rede.