APLICAÇÃO DE TÉCNICAS DE MACHINE LEARNING E DEEP LEARNING EM TECNOLOGIAS ASSISTIVAS EM USO DE LINGUAGEM DE SINAIS: UMA REVISÃO (2019–2025)

Resumo

As tecnologias assitivas são essenciais para ajudar as pessoas com qualquer grau de deficiência. Este artigo tem como objetivo identificar e analisar, os principais pesquisadores, instituições e artigos que têm desenvolvido pesquisas sobre aplicação de técnicas de machine learning e Deep learning em tecnologias assistivas em uso de linguagem de sinais. Nas bases de dados do ACM Digital Library, arXiv, IEEE, ScienceDirect, SCOPUS, Springer Link e Web of Science, foram pesquisados os artigos, com um retorno 331 artigos, após a aplicação dos critérios de seleção, o acesso aberto das publicações e o período de 2019 a 2025, retornou-se 34 estudos selecionados. As publicações extraídas foram analisadas utilizando os softwares VOSviewer, Microsoft Excel^® e Zotero 7.0.24 (64-bit). O primeiro foi utilizado para criação de redes de cooperação entre países e de redes de palavras chave; o segundo, para a criação de gráficos de séries temporais e tabelas; e o terceiro, para filtrar e padronizar as publicações. Observou-se crescimento das publicações a partir do ano de 2022, destacando-se modelos de redes neurais convolucionais (CNNs), LSTMs e baseados em atenção. Os padrões temáticos identificados estão relacionados a detecção de gestos em tempo real, tradução bidirecional sinal-texto, uso de sensores vestíveis. A análise revelou concentração geográfica das publicações em países como Índia e Arábia Saudita, além da predominância do periódico IEEE Access. As tendenciais encontradas na pesquisa estão relacionadas a redes neurais de grafos, fusão de características e decodificação neural por EEG. Espera-se que este estudo sirva como orientação inicial para pesquisadores, leitores e profissionais de programação interessados em aplicar os métodos abordados para criação de um sistema de reconhecimento de sinais.