Software para comunicação entre surdos e ouvintes por meio de machine learning:

Oliveira, Tamires Cristina da Silva

Software para comunicação entre surdos e ouvintes por meio de machine learning:

dc.contributor.advisor	Rossi, Luciano
dc.contributor.advisorLattes	http://lattes.cnpq.br/4231401119207209
dc.contributor.advisorOrcid	http://lattes.cnpq.br/4231401119207209
dc.contributor.author	Oliveira, Tamires Cristina da Silva
dc.date.accessioned	2025-02-19T14:13:45Z
dc.date.available	2025-02-19T14:13:45Z
dc.date.issued	2024-06-26
dc.description.abstract	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.	pt_BR
dc.description.abstract	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.	en
dc.format.extent	51
dc.identifier.uri	https://repositorio.fei.edu.br/handle/FEI/5662
dc.language.iso	pt_BR
dc.rights	Restrito
dc.subject	libras
dc.subject	aprendizado de máquinas
dc.subject	redes neurais convolucionais
dc.subject	língua de sinais
dc.subject	tradução de libras
dc.subject	reconhecimento de língua de sinais
dc.subject	machine learning
dc.subject	convolutional neural networks
dc.subject	sign language
dc.subject	libras translation
dc.subject	sign language recognition
dc.title	Software para comunicação entre surdos e ouvintes por meio de machine learning:
dc.title.alternative	uma janela para a inclusão
dc.type	Trabalho de Conclusão de Curso
fei.date.entrega	2024