Page 38 - INATEL - Revista Fetin 43ª-completa (2)

EyeGuide AI

PROBLEMÁTICA/SOLUÇÃO
A problemática que o projeto Eyeguide AI visa resolver é a barreira de acessibilidade que pessoas com deficiência física
severa ou dificuldades de comunicação enfrentam ao tentar utilizar dispositivos digitais. Atualmente, a maioria das interfaces
tecnológicas exige o uso das mãos ou de comandos de voz, o que impossibilita o uso por pessoas com limitações motoras
ou de fala. Isso afeta diretamente sua autonomia, tornando simples interações com a tecnologia algo extremamente
desafiador ou até impossível, impactando seu acesso à educação, trabalho e socialização. Essas limitações tecnológicas
também afetam o desenvolvimento de habilidades digitais, que são fundamentais no mundo moderno, aumentando
ainda mais a exclusão social e econômica dessas pessoas. A falta de soluções acessíveis e eficientes para atender esse
público específico resulta em uma dependência contínua de terceiros para tarefas que poderiam ser realizadas de forma
independente, comprometendo sua qualidade de vida.

FUNCIONAMENTO DO PROJETO
O Eyeguide AI rastreia o movimento dos olhos para controlar o cursor do mouse. Ele requer apenas uma webcam comum
e um computador com suporte ao ambiente Python e bibliotecas como OpenCV e GazeTracking, tornando-o uma solução
de baixo custo.
O software detecta os movimentos oculares e os transforma em ações no computador, como mover o cursor. O clique é
realizado com uma piscada longa de 1,5 segundos, evitando múltiplos cliques consecutivos. O projeto também inclui um
aplicativo de comunicação para formar frases na tela.
Entre as características principais estão o controle preciso do cursor e cliques por piscada, com uma calibragem inicial
necessária para ambientes variados. O maior desafio foi garantir a robustez do rastreamento em diferentes condições de
iluminação, mas a solução oferece eficiência e acessibilidade, promovendo maior autonomia para pessoas com deficiência.

METODOLOGIA E VALIDAÇÃO DA IDEIA
O Eyeguide AI utiliza Python, Anaconda Navigator, OpenCV e GazeTracking para desenvolver uma solução de rastreamento
ocular acessível. A estratégia principal foi adaptar tecnologias como o repositório “Blink-main”, que já controlava o mouse,
ajustando-o para câmeras de baixa resolução. Implementamos cliques com piscadas, controlando o tempo para evitar
múltiplos cliques consecutivos.
A metodologia incluiu o uso de datasets pré-existentes no GitHub, com licenças MIT, acelerando o desenvolvimento. As
principais dificuldades foram a precisão do rastreamento em diferentes condições de iluminação. O código foi ajustado para
melhorar a precisão ao lidar com pontos faciais ao redor dos olhos.
A validação foi feita com o pai do desenvolvedor, portador de ELA, e por meio de testes da IA para equilibrar o desempenho
em diferentes ambientes. Em comparação com soluções de mercado, que custam cerca de 30 mil reais, o Eyeguide AI
oferece uma alternativa mais acessível e eficiente.

38 Instituto Nacional de Telecomunicações - Inatel