Reconhecimento Automático de Sinais Isolados da Língua Brasileira de Sinais (Libras) Utilizando Visão Computacional e Redes Neurais Recorrentes
| dc.contributor.advisor | Eduardo de Souza | |
| dc.contributor.author | Efraim Mateus Correa Leite | |
| dc.date.accessioned | 2026-01-15T13:35:24Z | |
| dc.date.available | 2026-01-15T13:35:24Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Este trabalho apresenta o desenvolvimento de um sistema para reconhecimento automático de sinais isolados da Língua Brasileira de Sinais (LIBRAS), utilizando técnicas de visão computacional e aprendizado de máquina. O sistema foi construído a partir da extração de pontos de referência corporais, especialmente das mãos e pose, por meio da biblioteca Medi aPipe Holistic, combinada a um modelo de rede neural recorrente do tipo Long Short-Term Memory (LSTM), capaz de lidar com a natureza sequencial dos sinais. Para o treinamento e validação do modelo, foram utilizadas bases de dados públicas contendo vídeos de sinais em LIBRAS, cuidadosamente pré-processados para extrair as características relevantes. Os resultados indicam que o sistema alcança uma boa precisão no reconhecimento dos sinais isolados, demonstrando o potencial dessa abordagem para contribuir com a acessibilidade e a inclusão social da comunidade surda , fortalecendo a comunicação entre surdos e ouvintes e abrindo caminhos para o desenvolvimento de tecnologias mais abrangentes de tradução automática da LIBRAS. Este projeto também fornece uma base para futuras pesquisas que visem o reconhecimento de sinais mais complexos, como frases e sentenças completas em LIBRAS. | |
| dc.identifier.uri | https://repositorio.unifev.edu.br/handle/123456789/627 | |
| dc.language.iso | pt | |
| dc.subject | Língua Brasileira de Sinais | |
| dc.subject | Long Short-Term Memory | |
| dc.subject | Acessibilidade. | |
| dc.title | Reconhecimento Automático de Sinais Isolados da Língua Brasileira de Sinais (Libras) Utilizando Visão Computacional e Redes Neurais Recorrentes | |
| dc.type | TCC |
