Reconhecimento de gestos em libras através do processamento de imagens de vídeo utilizando modelos ocultos de Markov

Abstract

Segundo o censo do IBGE de 2010, o Brasil possui mais de 2,1 milhões de pessoas com grande dificuldade auditiva, das quais 344,2 mil são completamente surdas. Muitas delas comunicam-se entre si através da Língua Brasileira de Sinais (Libras), que desde 2002 é reconhecida como a Língua Oficial da Pessoa Surda no país. Incluir essas pessoas na sociedade deve ser um objetivo buscado por todos os brasileiros. Neste sentido, qualquer ferramenta computacional que auxilie na comunicação dos surdos com os falantes da língua portuguesa, ou na interação mais natural dessas pessoas com sistemas computacionais, é bemvinda. O campo do reconhecimento de gestos através de técnicas baseadas em visão computacional e processamento de imagens é objeto de pesquisa há muitos anos. Inúmeros trabalhos bem-sucedidos modelam movimentos humanos utilizando os Modelos Ocultos de Markov, técnica que já provou ser de bastante eficiência no reconhecimento da fala, e recentemente vem provando também ser uma poderosa ferramenta para o reconhecimento de gestos. Poucos trabalhos, no entanto, aplicam essas técnicas no reconhecimento das línguas de sinais, especialmente a Libras. Assim, o principal objetivo deste trabalho é a elaboração de uma metodologia eficiente para reconhecimento de algumas palavras em Libras, o que inclui o desenvolvimento de dois módulos: um para o rastreamento das mãos em vídeos, e o outro para a classificação dos gestos, utilizando os Modelos Ocultos de Markov. A taxa de acerto de 92,5% obtida nos testes realizados sobre as bases de treino e teste comprovam a eficácia da metodologia proposta e indicam a possibilidade de extensão do trabalho, no intuito de abranger maior número de gestos e possivelmente sentenças.