Notícias

Banca de QUALIFICAÇÃO: CASSIO COSTA ALMEIDA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: CASSIO COSTA ALMEIDA
DATA: 09/09/2020
HORA: 14:00
LOCAL: UNIVERSIDADE FEDERAL DO PIAUÍ - PARNAÍBA (Remoto)
TÍTULO: SISTEMA INTELIGENTE PARA INTERAÇÃO ENTRE OS DEFICIENTES VISUAL E AUDITIVO
PALAVRAS-CHAVES: assistive technology, deaf, blind, sign language, sensory replacement system
PÁGINAS: 85
GRANDE ÁREA: Outra(s)
ÁREA: Tecnologia e Inovação
RESUMO:
A comunicação desempenha um papel importante na vida cotidiana, a qual é dificultada em pessoas surdas e cegas devido as limitações relacionadas a deficiência. Embora existam sistemas de tecnologia assistiva para interação entre surdos e cegos, essas padecem de problemas como: inviabilidade econômica, devido a quantidade de dispositivos agregados, e inflexibilidade em relação a disponibilidade dos recursos. Diante disto, a proposta desse estudo foi desenvolver um sistema (NITLabDeafBlind) para interação entre deficientes visuais e auditivos que consiste em três aplicações, com interfaces para comunicação remota, usando técnicas de reconhecimento de sinais, reconhecimento de voz e síntese de fala. Para esta proposição, foi desenvolvida uma aplicação web para reprodução e reconhecimento da Língua Brasileira de Sinais e um aplicativo móvel que reconhece e sintetiza a voz. O aplicativo móvel, usado pelo deficiente visual, capta a voz por meio do microfone do smartphone e transforma em texto e envia pela internet, então a mensagem em texto é recebida pela aplicação web, usada pelo deficiente auditivo, e convertida em sinais gestuais. O processo inverso é realizado quando a aplicação web captura os sinais gestuais, por meio da webcam do usuário. Nesse caso o sistema transforma em texto e envia pela internet, que ao ser recebida pelo aplicativo móvel é realizada a síntese de fala. Para o desenvolvimento do sistema foi utilizado o avatar 3D da suíte VLibras e as linguagens de programação JavaScript e o framework ReactNative para aplicação móvel, e Python e Javascript, além da biblioteca Tensorflow HandPose, para o desenvolvimento da aplicação web. A tarefas de reconhecimento de gestos foi testada com vários classificadores de aprendizado de máquina. Os classificadores de Redes Neural Perceptron Multiplas Camadas, Floresta Aleatória e Gradiente Descendente Estocástico obtiveram acurácia de 100%  durante o treinamento e testes com dados coletados, mostrando assim, eficiência ao reconhecer gestos. Conclui-se que o NITLabDeafBlind é funcional.

 


MEMBROS DA BANCA:
Presidente - 2092495 - SILMAR SILVA TEIXEIRA
Interno - 015.753.933-44 - ARIEL SOARES TELES - IFMA
Interno - 1761994 - VICTOR HUGO DO VALE BASTOS
Notícia cadastrada em: 03/09/2020 12:57
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb06.ufpi.br.instancia1 02/12/2024 04:54