Reconhecimento gestual da língua de sinais com técnicas de inteligência artificial: uma revisão sistemática da literatura

Abstract

As línguas de sinais são sistemas linguísticos completos e naturais utilizados por comunidades surdas em todo o mundo. Cada uma delas possui características próprias, estruturadas em diferentes níveis, como fonologia, morfologia, sintaxe e semântica. No Brasil, a Língua Brasileira de Sinais (LIBRAS) é reconhecida oficialmente e desempenha um papel essencial na comunicação e inclusão social da comunidade surda. Este estudo apresenta uma revisão sistemática da literatura, baseada no protocolo proposto por Kitchenham (2007), para investigar como técnicas de inteligência artificial (IA) estão sendo aplicadas no reconhecimento gestual da língua de sinais e em especial a LIBRAS. A metodologia incluiu a definição da questão de pesquisa, busca na base Scopus, seleção de estudos por critérios de inclusão e exclusão, extração de dados e avaliação da qualidade. Foram analisados 93 artigos, que evidenciaram o uso predominante de redes neurais convolucionais (CNN) na identificação de padrões visuais. Entre os desafios enfrentados estão a variabilidade dos gestos, a necessidade de bases de dados mais robustas e a influência de fatores ambientais, como iluminação e posição da câmera. Os banco de dados mais utilizados incluem Sign Language MNIST, ArSL2018 e ASL Fingerspelling Images. As principais métricas de avaliação foram acurácia, precisão, recall e F1-score. Conclui-se que, apesar dos avanços, ainda há desafios a serem superados para tornar o reconhecimento gestual da língua de sinais mais preciso e acessível, fortalecendo a inclusão da comunidade surda.