Faculdade de Engenharia da Computação - FECOMP/CAMTUC
URI Permanente para esta coleção
Campus de Tucuruí /
Bibliotecária: Mayara de Kassia Pinheiro Menezes
Whatsapp: (94) 98199-9226
E-mail: bibliocamtuc@ufpa.br
Facebook: https://www.facebook.com/bibcamtuc/
Instagram: https://www.instagram.com/bcamtuc/
Navegar
Navegando Faculdade de Engenharia da Computação - FECOMP/CAMTUC por Assunto "Acessibilidade"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Arte acessível: uma análise comparativa de algoritmos de detecção de obras de arte(2025-07-17) FERREIRA, Marcus Vinícius Carvalho; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519A visão computacional tem se mostrado uma ferramenta promissora no desenvolvimento de tecnologias assistivas, especialmente para promover acessibilidade a pessoas com deficiência visual. Este trabalho propõe a análise comparativa de algoritmos de detecção de objetos com foco na identificação de obras de arte pintadas, utilizando redes neurais convolucionais. Foram avaliados os modelos YOLOv8, YOLOv11, RetinaNet e Faster R-CNN quanto à sua eficácia e viabilidade em dispositivos móveis. O dataset utilizado foi criado a partir da coleta automatizada de imagens da internet, envolvendo obras consagradas como Mona Lisa, Meisje met de Parel e The Starry Night. As imagens foram rotuladas manualmente com o auxílio da ferramenta LabelImg. Os modelos foram treinados e avaliados com base em métricas como precisão média (mAP), recall, tempo de inferência e consumo de recursos computacionais. Os resultados demonstraram que os modelos da família YOLO, especialmente o YOLOv8, obtiveram o melhor equilíbrio entre desempenho e eficiência, atingindo mAP de 0,992 e recall de 0,987. Além disso, apresentaram menor tempo de inferência, o que os torna particularmente adequados para aplicações em tempo real e em dispositivos com recursos limitados. A pesquisa contribui para o avanço de soluções acessíveis no campo da arte e inclusão digital, demonstrando o potencial da inteligência artificial como aliada da acessibilidade cultural.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Sistema assistivo de identificação de cores para deficientes visuais usando visão computacional e síntese de voz(2025-05-16) MATOS JÚNIOR, Valdeney André; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519Este trabalho apresenta o desenvolvimento de um sistema assistivo para detecção e identificação de cores em tempo real, voltado para auxiliar pessoas com deficiência visual. O sistema utiliza técnicas de visão computacional para capturar imagens por meio de uma webcam para processá-las no espaço de cores HSV e assim, identificar a cor predominante. Após a identificação, osistema gera feedback auditivo por meio da síntese de voz utilizando a biblioteca gTTS. A implementação foi realizada em Python, com o uso das bibliotecas OpenCV para processamento de imagens e Matplotlib para efetuar a visualização dos resultados. Os testes foram conduzidos sob condições de iluminação controlada, utilizando as cores azul, verde e vermelho, e demonstraram boa precisão na identificação das cores predominantes. Este projeto busca promover maior autonomia para pessoas com deficiência visual, contribuindo para a inclusão social e a acessibilidade. Além disso, o trabalho discute desafios e limitações da visão computacional em aplicações assistivas, como variações na iluminação e a necessidade de suporte para um espectro mais amplo de cores, sugerindo melhorias para futuras versões do sistema, incluindo sua adaptação para dispositivos móveis e aprimoramento do algoritmo de detecção.