Reconhecimento de sinais complexos de Libras utilizando redes neurais profundas
Reconhecimento de línguas de sinais (SLR) tem grande importância para inclusão social para pessoas com deficiência na fala e/ou audição, possibilitando que estas tenham experiências melhores de interações sociais. Com os avanços do aprendizado profundo (deep learning), atualmente há viabilidade de utilizar métodos para SLR usando imagens RGB. Com um vocabulario extremamente rico, a lingua de sinais brasileira (Libras) dispõe de catálogos públicos para preservar a cultura surda de Libras. Esses catálogos são ricos em dados que podem ser utilizados para construção de bases de treinamento para métodos baseados em aprendizagem profunda. Isto viabiliza a realização de SLR em Libras para sinais complexos. Nesse trabalho é proposto utilizar redes neurais recorrentes profundas para realizar SLR em Libras, utilizando poses humanas extraídas de imagens coloridas utilizando o \emph{openpose}, e possivelmente realizar tradução de Libras para português.
SLR, Libras, Visão Computacional, Aprendizado Profundo (Deep Learning), Redes Neurais Recorrentes (RNN)