Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional
Gestures are one of many ways of comunication, fundamental to people with hearing disabilities. Yet, using sign language is not as trivial, for both deaf and hearing people, resulting in dificulties to the adoption of sign language. With the objective of helping the comunication using signs, studies...
Autor principal: | Barreto, Maísa |
---|---|
Formato: | Trabalho de Conclusão de Curso (Graduação) |
Idioma: | Português |
Publicado em: |
Universidade Tecnológica Federal do Paraná
2020
|
Assuntos: | |
Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/5995 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-5995 |
---|---|
recordtype |
dspace |
spelling |
riut-1-59952020-11-09T19:10:03Z Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional Barreto, Maísa Kawamoto, André Luiz Satoshi Gonçalves, Diego Bertolini Gonçalves, Diego Bertolini Alencar, Aretha Barbosa Kawamoto, André Luiz Satoshi Lingua de sinais Eletromiografia Surdos - Meios de comunicação Banco de dados Sign language Electromyography Deaf - Means of communication Data bases CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Gestures are one of many ways of comunication, fundamental to people with hearing disabilities. Yet, using sign language is not as trivial, for both deaf and hearing people, resulting in dificulties to the adoption of sign language. With the objective of helping the comunication using signs, studies and tools using the most used methods are being developted. Among the methods utilized are the ones who use (1) cameras and sensors, (2) special gloves and hand sensors and (3) electromyographic sensors. The electromyography is a recent tecnic that is capable of identifing muscle eletric signals, witch there is no much data avaliabe specifically to sign language, apart from the others methods, as digital images that offer a great variaty of bases to represent many sign languages and alphabets. Among the objectives of this work are to prove that is interesting to use unconventional capture devices and electromyographic data to the Brazilian Sign Language retrived using the armband type device named MYO. Initialy there was the implementation of an application capable of capturing the brute data(raw data) from the device. Henceforth the implementation, two groups of volunteers were selected, fluentes and not fluentes. Once selected, these volunteers got trough data capture where they used the armband while doing the hand configurations as instructed. The data were pre processed and statistically analyzed. That said, the pre processed data underwent classification by KNN and SVM algorithmis generating the necessery data to validate the data base. The results gathered were satisfactory, in the best case were the SVM method was used, it was generated a 89% of correction, correctly classifing 578 instancies of 643 in total. With this results, its possible to conclude that the data base is valid, therefore, can be used freely. As future work, it will be investigated the possibility of using the MYO armband as a express recognition tool. Gestos são uma maneira natural de comunicação, fundamental para pessoas com deficiência auditiva. Ainda assim, a utilização de língua de sinais não é trivial, tanto para surdos quanto para ouvintes, resultando em dificuldades para a adoção de linguagens de sinais. Com o intuito de facilitar a comunicação por meio de gestos, estudos e ferramentas utilizando técnicas que visam o reconhecimento de sinais vem sendo desenvolvidos. Dentre as técnicas mais utilizadas estão as que fazem o uso de (1) câmeras e sensores, de (2) luvas especiais e sensores de mão (3) e de sensores eletromiográficos. A eletromiografia é uma técnica recente capaz de identificar sinais elétricos dos músculos, para a qual ainda não existem muitas bases de dados disponíveis específicas para línguas de sinais, diferente de outras técnicas, como para imagens digitais, que dispõem de uma grande variedade de bases representando várias línguas e alfabetos de sinais. Dentre os objetivos deste trabalho estão provar que é interessante a utilização de dispositivos de captura não convencionais e dados eletromiográficos para a identificação de movimentos realizados e criar uma base pública de dados eletromiográficos para o alfabeto datilológico da Língua Brasileira de Sinais obtidos utilizando um dispositivo do tipo braçadeira denominado MYO. Inicialmente ocorreu a implementação de uma aplicação capaz de capturar os dados brutos (raw data) do dispositivo. Após a implementação da ferramenta, foram selecionados dois grupos de voluntários, fluentes e não fluentes na língua de sinal. Uma vez selecionados, esses voluntários, participaram da etapa captura dos dados, na qual utilizando a braçadeira realizavam as configurações de mão alfabeto datilológico, de acordo com uma orientação fornecida. Os dados capturados foram submetidos a um pré-processamento e a análises estatísticas. Feito isto, estes dados pré-processados foram submetidos aos classificadores que implementavam os algoritmos KNN e SVM, gerando assim os resultados necessários para a validação da base de dados. Os resultados obtidos dos classificadores foram satisfatórios, o melhor caso foi utilizando o método SVM, o qual gerou uma taxa de acerto de 89%, classificando correntemente 578 instâncias de um conjunto com 643. Considerando os resultados obtidos, é possível concluir que a base de dados é válida e pode ser utilizada de maneira livre. Como trabalho futuro, será investigada a possibilidade do reconhecimento expresso utilizando a braçadeira MYO. 2020-11-09T19:10:03Z 2020-11-09T19:10:03Z 2017-11-28 bachelorThesis BARRETO, Maísa. Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional. 2017. 34 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2017. http://repositorio.utfpr.edu.br/jspui/handle/1/5995 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Campo Mourao Brasil Departamento Acadêmico de Computação Ciência da Computação UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Lingua de sinais Eletromiografia Surdos - Meios de comunicação Banco de dados Sign language Electromyography Deaf - Means of communication Data bases CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
spellingShingle |
Lingua de sinais Eletromiografia Surdos - Meios de comunicação Banco de dados Sign language Electromyography Deaf - Means of communication Data bases CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Barreto, Maísa Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
description |
Gestures are one of many ways of comunication, fundamental to people with hearing disabilities. Yet, using sign language is not as trivial, for both deaf and hearing people, resulting in dificulties to the adoption of sign language. With the objective of helping the comunication using signs, studies and tools using the most used methods are being developted. Among the methods utilized are the ones who use (1) cameras and sensors, (2) special gloves and hand sensors and (3) electromyographic sensors. The electromyography is a recent tecnic that is capable of identifing muscle eletric signals, witch there is no much data avaliabe specifically to sign language, apart from the others methods, as digital images that offer a great variaty of bases to represent many sign languages and alphabets. Among the objectives of this work are to prove that is interesting to use unconventional capture devices and electromyographic data to the Brazilian Sign Language retrived using the armband type device named MYO. Initialy there was the implementation of an application capable of capturing the brute data(raw data) from the device. Henceforth the implementation, two groups of volunteers were selected, fluentes and not fluentes. Once selected, these volunteers got trough data capture where they used the armband while doing the hand configurations as instructed. The data were pre processed and statistically analyzed. That said, the pre processed data underwent classification by KNN and SVM algorithmis generating the necessery data to validate the data base. The results gathered were satisfactory, in the best case were the SVM method was used, it was generated a 89% of correction, correctly classifing 578 instancies of 643 in total. With this results, its possible to conclude that the data base is valid, therefore, can be used freely. As future work, it will be investigated the possibility of using the MYO armband as a express recognition tool. |
format |
Trabalho de Conclusão de Curso (Graduação) |
author |
Barreto, Maísa |
author_sort |
Barreto, Maísa |
title |
Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
title_short |
Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
title_full |
Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
title_fullStr |
Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
title_full_unstemmed |
Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
title_sort |
criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2020 |
citation |
BARRETO, Maísa. Criação de uma base de dados para o alfabeto datilológico utilizando dispositivo de interação não-convencional. 2017. 34 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2017. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/5995 |
_version_ |
1805297403957346304 |
score |
10,814766 |