CODAAUT

Sign language is one of the main forms of communication used by the deaf community. The language’s smallest unit, a “sign”, comprises a series of intricate manual and facial gestures. As opposed to speech recognition, sign language recognition (SLR) lags behind, presenting a multitude of open challenges because this language is visual-motor. This paper aims to explore two novel approaches in feature extraction of facial expressions in SLR, and to propose the use of Random Forest (RF) in Brazilian SLR as a scalable alternative to Support Vector Machines (SVM) and k-Nearest Neighbors (k-NN). Results show that RF’s performance is at least comparable to SVM’s and k-NN’s, and validate non-manual parameter recognition as a consistent step towards SLR.

Apresentamos, neste artigo, a proposta ja em desenvolvimento de construcao de uma base com sinais da Lingua Brasileira de Sinais a partir de recursos computacionais baseados em software livre. A etapa de criacao descrita aqui tem por foco a definicao de um protocolo consistente, que permitira que sinais de Libras possam ser adicionados a base de forma normatizada. O protocolo deve versar sobre questoes que envolvam a lingua em si, a tecnologia utilizada para a gravacao, e em tecnicas que envolvam a propria gravacao. Uma vez definido o protocolo, sinais em Libras serao gravados utilizando dois sensores RGB-D. Utilizaremos tambem uma câmera digital profissional baseada em sensor de imagem CMOS para gravar os sinais sob a mesma condicao dos sensores RGB-D. Para operacao dos sensores RGB-D, sera utilizado o framework OpenNI, que e um SDK ( Software Development Kit ) de codigo aberto para desenvolver bibliotecas e aplicacoes de sensoriamento com dispositivos 3D. A importância desta base,...