Reconhecimento de praxia não verbal em imagens da face humana utilizando aprendizado de máquina e rede neural (2022)
- Authors:
- Autor USP: RISSATO, PEDRO HENRIQUE D'ALMEIDA GIBERTI - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- DOI: 10.11606/D.59.2022.tde-18082022-081459
- Subjects: FACE; RECONHECIMENTO DE PADRÕES; VISÃO COMPUTACIONAL
- Keywords: Computer vision; Face humana; Human face; Landmarks; Pattern recognition; Reconhecimento de padrões; Visão computacional
- Language: Português
- Abstract: A capacidade de comunicar-se por meio da fala é essencial para qualquer ser humano. Contudo, pessoas com Transtorno de Fala (TF) decorridas de apraxia de fala na infância, desordem fonológica ou fonética necessitam de terapia fonoaudiológica. O profissional fonoaudiológico propõe uma série de exercícios para fortalecer os músculos orofaciais. Nesse contexto, os movimentos e sons não articulatórios como, por exemplo, sopro, estalo de língua ou beijo, exercitam e fortalecem boca, lábios, língua e bochechas que apoiam e sustentam a fala. Nesse sentido, o objetivo deste estudo consistiu em propor um método para o reconhecimento de beijo, estalo de língua e sopro na face humana utilizando pontos de marcação, denominados de landmarks. O método consiste em reconhecer o rosto humano, extrair a distância Euclidiana entre a análise combinatória de 20 landmarks da boca humana, para construir um vetor de distâncias. Esse vetor de distâncias foi utilizado para induzir modelos com os algoritmos de Árvore de Decisão, k-vizinhos mais próximos, Random Forest, Support Vector Machine e treinar uma rede neural do tipo Multilayer Perceptron. Por meio do método desenvolvido, o modelo induzido com Random Forest apresentou os melhores resultados e foi capaz de classificar entre as classes: (i) beijo e estalo; (ii) estalo e sopro e (iii) beijo e sopro, com uma acurácia de 93%, 93% e 65%, respectivamente. A separação entre os movimentos foi satisfatória e o modelo generalizado pode ser utilizado como apoio ao tratamento fonoaudiológico de pacientes com Transtornos de Fala
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2022
- Data da defesa: 09.03.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
RISSATO, Pedro Henrique D\'Almeida Giberti. Reconhecimento de praxia não verbal em imagens da face humana utilizando aprendizado de máquina e rede neural. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-18082022-081459/. Acesso em: 03 jan. 2026. -
APA
Rissato, P. H. D. \'A. G. (2022). Reconhecimento de praxia não verbal em imagens da face humana utilizando aprendizado de máquina e rede neural (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-18082022-081459/ -
NLM
Rissato PHD\'AG. Reconhecimento de praxia não verbal em imagens da face humana utilizando aprendizado de máquina e rede neural [Internet]. 2022 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-18082022-081459/ -
Vancouver
Rissato PHD\'AG. Reconhecimento de praxia não verbal em imagens da face humana utilizando aprendizado de máquina e rede neural [Internet]. 2022 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-18082022-081459/
Informações sobre o DOI: 10.11606/D.59.2022.tde-18082022-081459 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
