Técnicas de visão computacional aplicadas na detecção e rastreamento ocular para a inclusão digital de pessoas com deficiência motora

A despeito dos avanços significativos na tecnologia da informação, problemas relacionados à exclusão social persistem, com grande parte da população mundial sem acesso aos conteúdos digitais devido uma série de fatores econômicos, sociais e educacionais. Algumas das pessoas excluídas do universo digital são aquelas que apresentam dificuldades em movimentar os membros superiores, que normalmente são requisitados para o acionamento de determinados dispositivos computacionais como o teclado. Diante disso, o esforço para a inclusão digital tornou-se um consenso social, pois abrange a integração das pessoas à informática e a exploração de métodos que garantam a elaboração de tecnologias acessíveis a todos. Diferentes interfaces adaptadas estão sendo desenvolvidas para substituir os periféricos convencionais. Muitas dessas propostas baseiam-se no rastreamento ocular através de técnicas de visão computacional, propiciando a interação à distância, sem a necessidade de contato físico com o dispositivo. Fundamentando-se nesse contexto, o propósito principal desta pesquisa consistiu na implementação de uma tecnologia de baixo custo computacional voltada para pessoas com deficiência motora, que possibilita o acionamento das teclas direcionais ao rastrear o movimento dos olhos para quatro direções de interesse (cima, baixo, esquerda e direita). O sistema foi desenvolvido através da linguagem de programação C++ com o suporte dos algoritmos pré-implementados da biblioteca OpenCV, e concentrou-se no treinamento e aplicação do método de classificação Haar Cascade para a localização da região ocular e no uso de procedimentos específicos de visão computacional e processamento digital de imagens para determinar a direção do olhar com base no reconhecimento da pigmentação branca da esclerótica do globo ocular. Os resultados alcançados na fase experimental demonstram que o algoritmo proposto tem potencial suficiente para permitir o uso do sistema em tempo real, de forma apropriada e funcional. O modelo manifestou desempenho geral satisfatório na detecção dos olhos ao atingir uma taxa de 82% de verdadeiros positivos, 87% de precisão, 82% de sensibilidade e 84% de F1 Score, e foi capaz de reconhecer os movimentos oculares para as quatro direções de interesse, com tempo de resposta aceitável para execução de determinadas aplicações computacionais.