Use este identificador para citar ou linkar para este item:
https://repositorio.ufba.br/handle/ri/19374
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Ângelo, Michele Fúlvia | - |
dc.contributor.author | Bastos, Igor Leonardo Oliveira | - |
dc.creator | Bastos, Igor Leonardo Oliveira | - |
dc.date.accessioned | 2016-06-03T23:17:29Z | - |
dc.date.available | 2016-06-03T23:17:29Z | - |
dc.date.issued | 2016-06-03 | - |
dc.date.submitted | 2015-05-15 | - |
dc.identifier.uri | http://repositorio.ufba.br/ri/handle/ri/19374 | - |
dc.description.abstract | Gestos são ações corporais não-verbais voltadas para a expressão de algum significado. Estes incluem movimentos de mãos, face, braços, dedos, entre outros, sendo abordados por trabalhos que visam reconhecê-los para promover interações humanas com sistemas computacionais. Devido à grande aplicabilidade do reconhecimento de gestos, tem-se notado que estes trabalhos estão se tornando mais comuns, utilizando técnicas e metodologias mais elaboradas e capazes de prover resultados cada vez melhores. A opção por quais técnicas aplicar para o reconhecimento de gestos varia de acordo com a estratégia empregada em cada trabalho e quais aspectos são utilizados para este reconhecimento. Tem-se, por exemplo, trabalhos baseados no uso de modelos estatísticos. Outros optam pela aquisição de características geométricas de mãos e partes do corpo, enquanto outros, dentre os quais se enquadra o presente trabalho, optam pelo uso de descritores e classificadores, responsáveis por extrair características das imagens relevantes para o seu reconhecimento e; por realizar a classificação efetiva dos gestos baseado nestas informações. Neste âmbito, o presente trabalho visa elaborar, aplicar e apresentar uma abordagem para o reconhecimento de gestos, embasando-se em uma revisão da literatura a respeito das principais técnicas e metodologias empregadas para este fim e escolhendo como campo prático, a Língua Brasileira de Sinais (Libras). Para a extração de informações das imagens, optou-se pelo uso de um vetor de características resultante da aplicação dos descritores Histograma de Gradientes Orientados (HOG) e Momentos Invariantes de Zernike (MIZ), os quais voltam-se para as formas e contornos presentes nas imagens. Para o reconhecimento, foi utilizado o classificador Perceptron Multicamada, sendo este disposto em uma arquitetura onde o processo de classificação é dividido em 2 estágios. Devido à inexistência de datasets públicos da Libras, fez-se necessária, com o auxílio de especialistas da língua e alunos surdos, a criação de um dataset de 9600 imagens, as quais referem-se a 40 sinais da Libras. Isso fez com que a presente abordagem partisse desta criação do dataset até a etapa final de classificação dos sinais. Por fim, testes foram realizados e obteve-se 96,77% de taxa de acerto, evidenciando um alto índice de acerto. Este resultado foi validado considerando possíveis ameaças à abordagem, como a realização de testes considerando um indivíduo não-presente no conjunto de treinamento do classificador e a aplicação da abordagem em um dataset público de gestos. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Reconhecimento de gestos | pt_BR |
dc.subject | Histograma de Gradientes Orientados | pt_BR |
dc.subject | Momentos Invariantes de Zernike | pt_BR |
dc.subject | Redes Neurais Artificiais | pt_BR |
dc.subject | Libras | pt_BR |
dc.title | Reconhecimento de sinais da libras utilizando descritores de forma e redes neurais artificiais | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.referees | Loula, Angelo Conrado | - |
dc.contributor.referees | Apolinário Júnior, Antonio Lopes | - |
dc.contributor.referees | Gonzaga, Adilson | - |
dc.publisher.departament | Instituto de Matemática. Departamento de Ciência da Computação | pt_BR |
dc.publisher.program | Mestrado Multiinstitucional de Pós-Graduação em Ciência da Computação | pt_BR |
dc.publisher.initials | UFBA | pt_BR |
dc.publisher.country | brasil | pt_BR |
dc.subject.cnpq | Ciência da Computação | pt_BR |
Aparece nas coleções: | Dissertação (PGCOMP) |
Arquivos associados a este item:
Não existem arquivos associados a este item.
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.