Software para comunicação entre surdos e ouvintes por meio de machine learning:
Carregando...
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2024-06-26
Autores
Oliveira, Tamires Cristina da Silva
Orientador
Rossi, Luciano
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
libras,aprendizado de máquinas,redes neurais convolucionais,língua de sinais,tradução de libras,reconhecimento de língua de sinais,machine learning,convolutional neural networks,sign language,libras translation,sign language recognition
Resumo
Este projeto descreve as características gerais de uma aplicação computacional voltada para a comunicação entre surdos e ouvintes. A solução proposta é baseada na Língua Brasileira de Sinais (Libras) como interface de comunicação e tem por objetivo primário realizar a tradução de mensagens transmitidas, originalmente, em Libras para linguagem natural (texto). A transformação de mensagens, para os formatos considerados, é realizada considerando técnicas de Aprendizado de Máquina (ML), em especial Redes Neurais Convolucionais (CNN). O projeto propõe desenvolver um software que facilite a comunicação entre surdos e ouvintes por meio da tradução da Língua Brasileira de Sinais (Libras) para texto por meio de Aprendizado de Máquina e Redes Neurais Convolucionais. Esta iniciativa visa melhorar a comunicação e promover a inclusão na comunidade surda. O projeto também investiga o contexto histórico e cultural da Libras, explorando sua evolução, reconhecimento legal e seu papel na expressão da riqueza da cultura surda. As descrições das características gramaticais e linguísticas da Libras, incluindo configuração das mãos, movimento e estrutura das frases, destacam sua complexidade única. O projeto apresenta as características principais de um método computacional fundamentado nos conceitos do Aprendizado de Máquina de máquina e das Redes Neurais Convolucionais, considerados como ferramentas ideais para processar e classificar os gestos da Libras, oferecendo insights sobre como essas tecnologias podem contribuir para melhorar a comunicação da comunidade surda.
This project describes the general characteristics of a computational application aimed at communication between deaf and hearing people. The proposed solution is based on the Brazilian Sign Language (Libras) as a communication interface and its primary objective is to translate messages originally transmitted in Libras into natural language (text). The transformation of messages, for the formats considered, is carried out considering Machine Learning techniques, in particular convolutional neural networks. The project proposes to develop software that facilitates communication between deaf and hearing people by translating Brazilian Sign Language (Libras) into text using Machine Learning and convolutional neural networks. This initiative aims to improve communication and promote inclusion in the deaf community. The project also investigates the historical and cultural context of Libras, exploring its evolution, legal recognition and its role in expressing the richness of deaf culture. Descriptions of Libras’ grammatical and linguistic features, including hand configuration, movement, and sentence structure, highlight its unique complexity. The project presents the main characteristics of a computational method based on the concepts of Machine Learning and convolutional neural networks, considered as ideal tools for processing and classifying Libras gestures, offering insights into how these technologies can contribute to improving communication in the deaf community.
This project describes the general characteristics of a computational application aimed at communication between deaf and hearing people. The proposed solution is based on the Brazilian Sign Language (Libras) as a communication interface and its primary objective is to translate messages originally transmitted in Libras into natural language (text). The transformation of messages, for the formats considered, is carried out considering Machine Learning techniques, in particular convolutional neural networks. The project proposes to develop software that facilitates communication between deaf and hearing people by translating Brazilian Sign Language (Libras) into text using Machine Learning and convolutional neural networks. This initiative aims to improve communication and promote inclusion in the deaf community. The project also investigates the historical and cultural context of Libras, exploring its evolution, legal recognition and its role in expressing the richness of deaf culture. Descriptions of Libras’ grammatical and linguistic features, including hand configuration, movement, and sentence structure, highlight its unique complexity. The project presents the main characteristics of a computational method based on the concepts of Machine Learning and convolutional neural networks, considered as ideal tools for processing and classifying Libras gestures, offering insights into how these technologies can contribute to improving communication in the deaf community.