Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-06-07T20:15:36Z
No. of bitstreams: 1
Dissertação - Jonilson Roque dos Santos.pdf: 2503346 bytes, checksum: d34a27f3ce7d49c0b4cb7a2d0f70a6ec (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-06-07T20:15:56Z (GMT) No. of bitstreams: 1
Dissertação - Jonilson Roque dos Santos.pdf: 2503346 bytes, checksum: d34a27f3ce7d49c0b4cb7a2d0f70a6ec (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-06-07T20:16:26Z (GMT) No. of bitstreams: 1
Dissertação - Jonilson Roque dos Santos.pdf: 2503346 bytes, checksum: d34a27f3ce7d49c0b4cb7a2d0f70a6ec (MD5) / Made available in DSpace on 2016-06-07T20:16:26Z (GMT). No. of bitstreams: 1
Dissertação - Jonilson Roque dos Santos.pdf: 2503346 bytes, checksum: d34a27f3ce7d49c0b4cb7a2d0f70a6ec (MD5)
Previous issue date: 2015-09-04 / Não informada / Deaf people communicate with other people using sign language. This communication is
limited to people with knowledge in the language that, usually, are other deaf people. The fact
is that there are too many people interacting with deaf people in education, health and leisure
areas that are not proficient in sign language. Then, the inclusion of deaf people is seriously
affected, because they are unable to make themselves understood. This study presents a
methodology for automatic gesture recognition which represents hands settings from Brazilian
Language of Signs - LIBRAS. The first approach consisted in a constructing of hands settings
image database captured by depth camera, Kinect®. The region of interest, hands making
gesture, was extracted using the following techniques: K-means and Distance Transformation.
The recognition part was divided in two steps: feature extraction and gesture classification. This
way, the dimensionality reduction technique was applied, 2D2LDA to obtain a features set,
which was submitted to a classifier, k-nearest neighbor. The proposed system is able to segment
image and recognize whole 61 settings of Sign Language. The average hit rate achieved was
96.10%. As the capture device is insensitive to light, background and colors of clothes and skin,
the developed application adapts without modifications to any other capture environment. / As pessoas surdas comunicam-se com outras pessoas por meio da Língua de Sinais. Essa
interação restringe-se somente a pessoas que conhecem a Língua que, via de regra, são as
pessoas surdas. O fato é que existem muitas pessoas, notadamente das áreas de saúde, educação
e lazer, que necessitam interagir com os surdos usando Língua de Sinais e possuem pouca ou
nenhuma proficiência na Língua de Sinais. Então, a inclusão social do surdo é seriamente
afetada, pois ele não é capaz de se fazer entender. Esta dissertação apresenta uma metodologia
para o reconhecimento automatizado dos gestos que representam as configurações de mãos da
Língua Brasileira de Sinais - LIBRAS. A abordagem inicial consistiu na construção conjunta
de um banco de imagens das configurações de mão capturada através de uma câmara de
profundidade, Kinect®. A região de interesse, a mão realizando o gesto, foi extraída utilizandose
as seguintes técnicas: K-means e Transformada de Distância. O processo de Reconhecimento
dos gestos foi dividido em duas etapas: extração de características e classificação dos gestos.
Dessa forma, foi aplicado a técnica de redução de dimensionalidade, 2D2LDA para a obtenção
de um conjunto de características, as quais foram submetidas a um classificador, o k-vizinhos
mais próximos (kNN). O método proposto é capaz de segmentar e reconhecer as 61
configurações de mão da Língua Brasileira de Sinais. A taxa média de acerto alcançada foi de
96,10%. Como o dispositivo de captura é insensível a luminosidade, fundo e cores das roupas
e da pele, a aplicação desenvolvida adapta-se sem necessidade de modificações a qualquer outro
ambiente de captura
| Identifer | oai:union.ndltd.org:IBICT/oai:http://localhost:tede/5011 |
| Date | 04 September 2015 |
| Creators | Santos, Jonilson Roque dos |
| Contributors | Costa Filho, Cícero Ferreira Fernandes, Costa, Marly Guimarães Fernandes |
| Publisher | Universidade Federal do Amazonas, Programa de Pós-graduação em Engenharia Elétrica, UFAM, Brasil, Faculdade de Tecnologia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFAM, instname:Universidade Federal do Amazonas, instacron:UFAM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -5930111888266832212, 600 |
Page generated in 0.0021 seconds