%0 Conference Paper %1 santos2019neural %A Santos, Adriel Viera %A Bacurau, Iago Franco %A Silva, Jayne de Morais %A Viana, Talles Brito %A Feitosa, Robson Gonçalves Fechie %B Anais Estendidos do XV Simpósio Brasileiro de Sistemas de Informação %C Aracaju, Sergipe, Brazil %D 2019 %I Sociedade Brasileira de Computacão (SBC) %K brazilian-sign-language bsl computer-vision convolutional-neural-network libras neural-network real %P 21-24 %T Rede Neural Artificial Convolucional Aplicada ao Reconhecimento de Configuração de Mão nos Símbolos de 0 a 9 da Língua Brasileira de Sinais (LIBRAS) %U https://sol.sbc.org.br/index.php/sbsi_estendido/article/view/7432 %X Brazilian Law number 10.436, of April 24th, 2002, recognizes the Brazilian Sign Language (LIBRAS) as a legal way for communication and expression. However, the non-listening community, which makes use of this language, has difficulties to communicate with the listening community. In order to decrease such a difficulty, in this work is described an application of a convolutional neural network for the LIBRAS static symbols recognition. To validate the model, a database with about 2640 images was used, including symbols from 0 to 9 for training; and, 1360 symbols for testing. In addition to an extra set of 1000 symbols for validating more test cases. As a result, a recognition rate ranging from 82.5% to 98.57% for different symbols was obtained., A Lei brasileira número 10.436, de 24 de abril de 2002, reconhece a Língua Brasileira de Sinais (LIBRAS) como meio legal de comunicação e expressão. Entretanto, a comunidade não ouvinte, que faz uso dessa língua, possui muita dificuldade de comunicação com a comunidade ouvinte. Visando reduzir tal dificuldade, o presente trabalho descreve uma aplicação das redes neurais convolucionais para o reconhecimento dos símbolos estáticos da LIBRAS. Para validar o modelo, foi utilizada uma base de dados com cerca de 2640 imagens, com símbolos de 0 a 9 para treinamento; e, 1360 símbolos para teste. Além de um conjunto extra de 1000 símbolos para validação de mais casos de testes. Como resultados, obteve-se uma taxa de acerto que varia entre 82.5% e 98.57% para os diferentes símbolos.

@inproceedings{santos2019neural, abstract = {Brazilian Law number 10.436, of April 24th, 2002, recognizes the Brazilian Sign Language (LIBRAS) as a legal way for communication and expression. However, the non-listening community, which makes use of this language, has difficulties to communicate with the listening community. In order to decrease such a difficulty, in this work is described an application of a convolutional neural network for the LIBRAS static symbols recognition. To validate the model, a database with about 2640 images was used, including symbols from 0 to 9 for training; and, 1360 symbols for testing. In addition to an extra set of 1000 symbols for validating more test cases. As a result, a recognition rate ranging from 82.5% to 98.57% for different symbols was obtained., A Lei brasileira número 10.436, de 24 de abril de 2002, reconhece a Língua Brasileira de Sinais (LIBRAS) como meio legal de comunicação e expressão. Entretanto, a comunidade não ouvinte, que faz uso dessa língua, possui muita dificuldade de comunicação com a comunidade ouvinte. Visando reduzir tal dificuldade, o presente trabalho descreve uma aplicação das redes neurais convolucionais para o reconhecimento dos símbolos estáticos da LIBRAS. Para validar o modelo, foi utilizada uma base de dados com cerca de 2640 imagens, com símbolos de 0 a 9 para treinamento; e, 1360 símbolos para teste. Além de um conjunto extra de 1000 símbolos para validação de mais casos de testes. Como resultados, obteve-se uma taxa de acerto que varia entre 82.5% e 98.57% para os diferentes símbolos.}, added-at = {2019-09-14T19:42:53.000+0200}, address = {Aracaju, Sergipe, Brazil}, author = {Santos, Adriel Viera and Bacurau, Iago Franco and Silva, Jayne de Morais and Viana, Talles Brito and Feitosa, Robson Gonçalves Fechie}, biburl = {https://www.bibsonomy.org/bibtex/2a4c2db0c351b909cc9817042d3c9dba7/jpmor}, booktitle = {Anais Estendidos do XV Simpósio Brasileiro de Sistemas de Informação}, day = 03, description = {Rede Neural Artificial Convolucional Aplicada ao Reconhecimento de Configuração de Mão nos Símbolos de 0 a 9 da Língua Brasileira de Sinais (LIBRAS) | Anais Estendidos do Simpósio Brasileiro de Sistemas de Informação (SBSI)}, id = {7432}, interhash = {7b50e9283ec887ec74a2b7cfb1eeccc8}, intrahash = {a4c2db0c351b909cc9817042d3c9dba7}, keywords = {brazilian-sign-language bsl computer-vision convolutional-neural-network libras neural-network real}, language = {Portuguese}, month = {09}, pages = {21-24}, publisher = {Sociedade Brasileira de Computacão (SBC)}, school = {Instituto Federal de Educação Ciência e Tecnologia do Ceará (IFCE)}, source = {Anais Estendidos do Simpósio Brasileiro de Sistemas de Informação (SBSI)}, timestamp = {2020-10-07T13:36:50.000+0200}, title = {Rede Neural Artificial Convolucional Aplicada ao Reconhecimento de Configuração de Mão nos Símbolos de 0 a 9 da Língua Brasileira de Sinais (LIBRAS)}, type = {Text.Serial.Journal}, uri = {https://sol.sbc.org.br/index.php/sbsi_estendido}, url = {https://sol.sbc.org.br/index.php/sbsi_estendido/article/view/7432}, year = 2019 }