Luva instrumentada para reconhecimento de padrões de gestos em Libras
This paper presents the development of a system to recognize gestures patterns of the Brazilian Sign Language (Libras). This system is composed of an instrumented glove, acquisition system, processing and classification by Artificial Neural Networks (RNA). The developed glove has five flex-sensors,...
Autor principal: | Dias, Thiago Simões |
---|---|
Formato: | Dissertação |
Idioma: | Português |
Publicado em: |
Universidade Tecnológica Federal do Paraná
2020
|
Assuntos: | |
Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/5018 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-5018 |
---|---|
recordtype |
dspace |
spelling |
riut-1-50182020-06-17T06:01:22Z Luva instrumentada para reconhecimento de padrões de gestos em Libras Instrumented glove for recognition of the Libras gestures patterns Dias, Thiago Simões Pichorim, Sérgio Francisco http://lattes.cnpq.br/5874071100916364 Rasera, Carmen Caroline http://lattes.cnpq.br/4583198766948462 Janeczko, César http://lattes.cnpq.br/9861236181124815 Hara, Marcos Santos http://lattes.cnpq.br/8070220022292930 Pichorim, Sérgio Francisco http://lattes.cnpq.br/5874071100916364 Língua brasileira de sinais Língua brasileira de sinais - Equipamento e acessórios Comunicação visual - Aspectos sociais Comunicação visual - Equipamento e acessórios Redes neurais (Computação) Surdos - Meios de comunicação Lingua de sinais - Equipamento e acessórios Inteligência artificial Sistemas de reconhecimento de padrões Brazilian Sign Language Brazilian Sign Language - Equipment and supplies Visual communication - Social aspects Visual communication - Equipment and supplies Neural networks (Computer science) Deaf - Means of communication Sign language - Equipment and supplies Artificial intelligence Pattern recognition systems CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA Engenharia Elétrica This paper presents the development of a system to recognize gestures patterns of the Brazilian Sign Language (Libras). This system is composed of an instrumented glove, acquisition system, processing and classification by Artificial Neural Networks (RNA). The developed glove has five flex-sensors, two contact sensors and an inertial sensor (three-axis accelerometer and gyroscope). Two versions of data acquisition systems were used to collect the data regarding the gestures performed by volunteers: wired data acquisition system and wireless data acquisition system. In the wired system, five volunteers participated in the collection of data related to the characters of Libras alphabet. With the wireless system, ten volunteers participated in the collection of ten different words in Libras. The collected data were segmented in three windows (fixed amounts of signal samples) that represent the construction period, gesture period and relaxation period of the gestures. After the segmentation, each segmented window was submitted to the extraction of features to generate a vector of features. For classification, the vector of features was divided into 80% for training and 20% for testing of the RNA. The accuracy rate obtained for manual alphabet gestures was 96.19% and the accuracy rate obtained for word gestures was 98.96%. During the research processes, some contributions were generated through the performed analysis, evidencing the potential of the system to gestures recognize in Libras. The performed and discussed analyses in the work are related to sensors, characteristics, volunteers and amount of separate data for network training. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) 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. 2020-06-16T21:56:36Z 2020-06-16T21:56:36Z 2020-03-24 masterThesis DIAS, Thiago Simões. Luva instrumentada para reconhecimento de padrões de gestos em Libras. 2020. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2020. http://repositorio.utfpr.edu.br/jspui/handle/1/5018 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Língua brasileira de sinais Língua brasileira de sinais - Equipamento e acessórios Comunicação visual - Aspectos sociais Comunicação visual - Equipamento e acessórios Redes neurais (Computação) Surdos - Meios de comunicação Lingua de sinais - Equipamento e acessórios Inteligência artificial Sistemas de reconhecimento de padrões Brazilian Sign Language Brazilian Sign Language - Equipment and supplies Visual communication - Social aspects Visual communication - Equipment and supplies Neural networks (Computer science) Deaf - Means of communication Sign language - Equipment and supplies Artificial intelligence Pattern recognition systems CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA Engenharia Elétrica |
spellingShingle |
Língua brasileira de sinais Língua brasileira de sinais - Equipamento e acessórios Comunicação visual - Aspectos sociais Comunicação visual - Equipamento e acessórios Redes neurais (Computação) Surdos - Meios de comunicação Lingua de sinais - Equipamento e acessórios Inteligência artificial Sistemas de reconhecimento de padrões Brazilian Sign Language Brazilian Sign Language - Equipment and supplies Visual communication - Social aspects Visual communication - Equipment and supplies Neural networks (Computer science) Deaf - Means of communication Sign language - Equipment and supplies Artificial intelligence Pattern recognition systems CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA Engenharia Elétrica Dias, Thiago Simões Luva instrumentada para reconhecimento de padrões de gestos em Libras |
description |
This paper presents the development of a system to recognize gestures patterns of the Brazilian Sign Language (Libras). This system is composed of an instrumented glove, acquisition system, processing and classification by Artificial Neural Networks (RNA). The developed glove has five flex-sensors, two contact sensors and an inertial sensor (three-axis accelerometer and gyroscope). Two versions of data acquisition systems were used to collect the data regarding the gestures performed by volunteers: wired data acquisition system and wireless data acquisition system. In the wired system, five volunteers participated in the collection of data related to the characters of Libras alphabet. With the wireless system, ten volunteers participated in the collection of ten different words in Libras. The collected data were segmented in three windows (fixed amounts of signal samples) that represent the construction period, gesture period and relaxation period of the gestures. After the segmentation, each segmented window was submitted to the extraction of features to generate a vector of features. For classification, the vector of features was divided into 80% for training and 20% for testing of the RNA. The accuracy rate obtained for manual alphabet gestures was 96.19% and the accuracy rate obtained for word gestures was 98.96%. During the research processes, some contributions were generated through the performed analysis, evidencing the potential of the system to gestures recognize in Libras. The performed and discussed analyses in the work are related to sensors, characteristics, volunteers and amount of separate data for network training. |
format |
Dissertação |
author |
Dias, Thiago Simões |
author_sort |
Dias, Thiago Simões |
title |
Luva instrumentada para reconhecimento de padrões de gestos em Libras |
title_short |
Luva instrumentada para reconhecimento de padrões de gestos em Libras |
title_full |
Luva instrumentada para reconhecimento de padrões de gestos em Libras |
title_fullStr |
Luva instrumentada para reconhecimento de padrões de gestos em Libras |
title_full_unstemmed |
Luva instrumentada para reconhecimento de padrões de gestos em Libras |
title_sort |
luva instrumentada para reconhecimento de padrões de gestos em libras |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2020 |
citation |
DIAS, Thiago Simões. Luva instrumentada para reconhecimento de padrões de gestos em Libras. 2020. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2020. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/5018 |
_version_ |
1805313041769693184 |
score |
10,814766 |