RECONHECIMENTO DE SINAIS DE LIBRAS PARA APOIO AO ATENDIMENTO EMERGENCIAL: UMA PROVA DE CONCEITO COM ARQUITETURA DETR CUSTOMIZADA

Banca:

Resumo:

SANTOS, R. W. Reconhecimento de sinais em LIBRAS para apoio ao registro de ocorrências de emergência utilizando um DETR Customizado. 173 f. Dissertação (Mestrado Profissional em Gestão e Tecnologia em Sistemas Produtivos). Centro Estadual de Educação Tecnológica Paula Souza, São Paulo, 2026.

O presente trabalho desenvolveu e avaliou uma prova de conceito para o reconhecimento automático de gestos da Língua Brasileira de Sinais, com foco ao apoio no atendimento emergencial. A proposta fundamenta-se em uma arquitetura Detection Transformer customizada, com vocabulário de 20 sinais e eficiência computacional, por meio da redução para uma única camada no encoder e no decoder, dimensão oculta de 256 e 25 object queries. A metodologia incluiu a construção de um dataset com 23.968 imagens, proveniente de vídeos do autor e geração de perfis sintéticos, sendo dois empregados no treinamento e um adicional reservado para teste de generalização, com protocolo de divisão para evitar data leakage. O modelo foi treinado em fundo controlado e submetido a testes de robustez em fundos ruidosos, sendo comparado a baselines. O DETR-Custom alcançou mAP@0.5 de 0,9114, FPS de 104,87 e latência de 9,54 ms. O F1-Score, contudo, foi de 0,4702, reflexo do desequilíbrio entre Precision e Recall, que gerou excesso de falsos positivos. Os resultados confirmam parcialmente a hipótese e demonstram que a customização, notadamente a redução de object queries viabiliza uma solução de baixo custo computacional. Entretanto, o teste de robustez evidenciou degradação do mAP para 0,4107 em fundos não controlados, e a assimetria no transfer learning em relação aos baselines restringe o escopo atual a ambientes com fundo padronizado. O estudo oferece contribuições tecnológicas e sociais, alinhando-se aos ODS de inclusão e acesso à justiça, e estabelecendo base para futura validação com usuários surdos em cenários reais de emergência.

Palavras-chave: Língua Brasileira de Sinais. Tecnologias assistivas. Visão computacional. Detection Transformer. Serviços de emergência.