%0 Conference Proceedings
%4 sid.inpe.br/sibgrapi/2017/09.01.15.53
%2 sid.inpe.br/sibgrapi/2017/09.01.15.53.38
%T Reconhecimento de gestos estáticos da mão usando a Transformada de Distância e aplicações em Libras
%D 2017
%A Amaral, Lucas,
%A Lima, Givanildo,
%A Vieira, Tiago,
%A Vieira, Thales,
%@affiliation Universidade Federal de Alagoas
%@affiliation Universidade Federal de Alagoas
%@affiliation Universidade Federal de Alagoas
%@affiliation Universidade Federal de Alagoas
%E Torchelsen, Rafael Piccin,
%E Nascimento, Erickson Rangel do,
%E Panozzo, Daniele,
%E Liu, Zicheng,
%E Farias, Mylène,
%E Viera, Thales,
%E Sacht, Leonardo,
%E Ferreira, Nivan,
%E Comba, João Luiz Dihl,
%E Hirata, Nina,
%E Schiavon Porto, Marcelo,
%E Vital, Creto,
%E Pagot, Christian Azambuja,
%E Petronetto, Fabiano,
%E Clua, Esteban,
%E Cardeal, Flávio,
%B Conference on Graphics, Patterns and Images, 30 (SIBGRAPI)
%C Niterói, RJ, Brazil
%8 17-20 Oct. 2017
%I Sociedade Brasileira de Computação
%J Porto Alegre
%S Proceedings
%K Transformada de Distância, Redes Neurais Convolucionais, Gestos de Libras.
%X In this paper we propose a method to recognize static hand gestures from depth images. We first segment the hand from the background, and then compute the Distance Transform to train a Convolutional Neural Network (CNN) that is later used to classify hand poses. In order to evaluate our method in a practical context, we collected a dataset containing 1400 images representing 14 different hand configurations representing signs of the Brazilian Sign Language (Libras). Our method achieved an average recognition rate of 96.42.
%@language pt
%3 Artigo_Distancia.pdf