| |
| Acadêmico(a): Diego Marcelo Santin |
| Título: Ferramenta para Transcrição do Alfabeto Datilológico para Texto utilizando o Microsoft Kinect |
| |
| Conclusão: |
Observou-se que a área de reconhecimento de imagem já possui diversas abordagens e interpretações. Porém, uma percentagem muito pequena é voltada ao auxílio de deficientes. Existem diversas ideias para suprir esta necessidade, mas a abordagem deste trabalho torna-se diferente das outras por investir na interação de pessoas com deficiência.
Diversos dos trabalhos observados utilizaram-se do treinamento de gestos, onde o sistema é previamente treinado para aprimorar sua detecção. Diferentes técnicas que utilizam desde o rastreamento do esqueleto humano, até a captura dos dados provenientes do sensor de profundidade, marcaram o estudo dos trabalhos correlatos. Independente qual técnica foi utilizada, alguns dos trabalhos relacionados precisam de ambientes controlados por causa da influência da luz.
Em relação aos trabalhos correlatos, pode-se afirmar que o software proposto diferencia-se dos demais, pois foi construído um software que captura os movimentos do usuário e interpreta-os como sinais do alfabeto datilológico utilizando o sensor Kinect como hardware para captura. Além disto, o software criado utiliza de padrões, para que no momento da detecção da mão possa ser identificado qual padrão melhor se aproxima, aprimorando a precisão. A escolha do sensor Kinect foi baseada na facilidade do seu uso, e pelo fato do sensor já possuir reconhecimento do corpo humano e API disponíveis para lidar e interagir com o mesmo.
Os testes finais apresentaram resultados diferentes do esperado. O algoritmo para transcrição dos símbolos - desenvolvido neste trabalho - não obteve a eficiência de identificação desejada, falhando na diferenciação de símbolos com ângulos parecidos.
O método utilizado para identificação dos símbolos pode ser substituído por uma comparação de imagens, utilizando apenas o contorno obtido pelos algoritmos utilizados. Além disto, os símbolos são detectados em apenas uma posição, não aceitando que seja demonstrado com a mão em uma posição diferente da esperada.
Outro problema encontrado na solução apresentada consiste nos valores cadastrados no arquivo XML. Dependendo do tamanho da mão do usuário, os ângulos podem ter uma variação acima do tolerado, e mesmo que o símbolo seja demonstrado corretamente, a detecção falhará.
Apesar do resultado deste trabalho não ter sido conforme o esperado, ele demonstra um método viável para detecção de sinais, servindo como ponto de partida para trabalhos que possam aperfeiçoar o mecanismo de identificação de símbolos.
|
| |
|
