Título: Análise da aplicação de visão computacional e aprendizado de máquina na tradução da LIBRAS para texto
Autores: Letícia Maria Gonçalves de Morais, Ana Kelly N. Costa, Welizangela Moreira de Almeida, Náthalee Cavalcanti de Almeida Lima & Rosana C. B. Rego
Resumo: A Língua Brasileira de Sinais (Libras) é um sistema linguístico completo utilizado predominantemente por pessoas surdas no Brasil. Apesar de sua importância, a comunicação entre surdos e ouvintes ainda enfrenta dificuldades significativas, devido à baixa fluência da população em geral e à limitada disponibilidade de intérpretes. A fim de reduzir essa barreira, este trabalho propõe uma abordagem de visão computacional e aprendizado de máquina para o reconhecimento automático de sinais em Libras. Foi utilizado um conjunto de dados obtido a partir da fusão de três bases distintas, totalizando 44 classes. O framework MediaPipe foi utilizado para extrair coordenadas tridimensionais dos corpos e mãos dos sinalizadores e essas informações foram utilizadas para treinar modelos de aprendizado de máquina. Os resultados experimentais demonstraram que o classificador Random Forest foi o modelo que obteve a melhor performance com relação ao demais, com acurácia, precisão, recall e F1-score de 99,56%.
Palavras-chave: Artificial Intelligence; Computer Vision; Machine Learning; Libras; Translation.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1126585
Artigo em PDF: CBIC_2025_paper1126585.pdf
Arquivo BibTeX:
CBIC_2025_1126585.bib