Revisão Sistemática de Literatura sobre Uso da Inteligência Artificial para Audiodescrição de Imagens da EAD.
DOI:
https://doi.org/10.18264/eadf.v15i2.2593Palavras-chave:
Audiodescrição, Inteligência artificial, Educação a distânciaResumo
Com os avanços recentes das tecnologias digitais, incorporar a inteligência artificial à educação a distância já se apresenta como uma possibilidade muito mais viável e acessível. O uso da IA para elaboração de audiodescrição das imagens estáticas pode ser um potencial instrumento de acessibilidade para a EAD. O objetivo desta Revisão Sistemática de Literatura - RSL - é identificar o estado da arte sobre o uso da inteligência artificial para audiodescrição de imagens estáticas. A execução da RSL foi apoiada com a ferramenta Parsifal, e, através do protocolo especificado, foram encontrados 62 artigos. Foram analisados o título, resumo e palavras-chave e, através dos critérios de inclusão, exclusão e de qualidade, foram aceitos 22 estudos. Após a leitura completa dos estudos aceitos, foram elencados 86 algoritmos e ferramentas de IA utilizadas, além das 69 bases de dados e outras 9 ferramentas úteis no desenvolvimento de instrumentos para descrição de imagens. Esses resultados apontam para potenciais possibilidades de utilização de instrumentos prontos para desenvolvimento de uma ferramenta para audiodescrição de imagens estáticas para EAD.
Downloads
Referências
ALAM, M. Z. I.; ISLAM, S.; HOQUE, E. SeeChart: enabling accessible visualizations through interactive natural language interface for people with visual impairments. In: INTERNATIONAL CONFERENCE ON INTELLIGENT USER INTERFACES (IUI), 28., 2023. Proceedings [...]. New York: ACM, 2023. p. 46–64. DOI: 10.1145/3581641.3584099.
ANGRAVE, L.; LI, J.; ZHONG, N. Creating TikToks, memes, accessible content, and books from engineering videos? First solve the scene detection problem. Grantee Submission, 2022.
CAMPOS, V. P.; GONÇALVES, L. M.; ARAÚJO, T. M. Applying audio description for context understanding of surveillance videos by people with visual impairments. In: IEEE INTERNATIONAL CONFERENCE ON ADVANCED VIDEO AND SIGNAL BASED SURVEILLANCE, 14., 2017, Lecce. Proceedings [...]. IEEE, 2017. p. 1–5. DOI: 10.1109/AVSS.2017.8078530
Dittakan, K., Prompitak, K., Thungklang, P. et al. Image caption generation using transformer learning methods: a case study on Instagram image. Multimedia Tools and Applications, v. 83, p. 46397–46417, 2024. DOI: 10.1007/s11042-023-17275-9
DOS SANTOS, G. O.; COLOMBINI, E. L.; AVILA, S. #PraCegoVer: a large dataset for image captioning in Portuguese. Data, v. 7, n. 2, p. 13, 2022. DOI: 10.3390/data7020013
FERREIRA, L. et al. Presenter-centric image collection and annotation: enhancing accessibility for the visually impaired. In: SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, 36., 2023, Rio Grande. Proceedings [...]. IEEE, 2023. p. 199–204. DOI: 10.1109/SIBGRAPI59091.2023.10347135
HAN, T. et al. AutoAD II: the sequel – who, when, and what in movie audio description. In: IEEE/CVF INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV), 2023, Paris. Proceedings [...]. IEEE, 2023. p. 13599–13609. DOI: 10.1109/ICCV51070.2023.01255.
HAN, T. et al. AutoAD: movie description in context. In: CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2023, Vancouver. Proceedings [...]. IEEE/CVF, 2023. p. 18930–18940. DOI: 10.1109/CVPR52729.2023.01815.
KARAGÖZ, E.; KORUYAN, K. Design of audio description system using cloud based computer vision. Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, v. 4, n. 1, p. 74–85, 2020. DOI: 10.31200/makuubd.651261.
KITCHENHAM, B. ; CHARTERS, S. Guidelines for performing Systematic Literature Reviews in Software Engineering (EBSE 2007-001). Keele University and Durham University Joint Report, 2007.
KRUSZIELSKI, L. F. et al. The Use of Artificial Intelligence Enabling Scalable Audio Description on Brazilian Television: A Workflow Proposal. SET INTERNATIONAL JOURNAL OF BROADCAST ENGINEERING, [S. l.], v. 9, n. 1, 2025. Disponível em: https://revistaeletronica.set.org.br/ijbe/article/view/271
LIMA, F. J. de; TAVARES, F. S. S. Subsídios para a construção de um código de conduta do áudio-descritor. Revista Brasileira de Tradução Visual (RBTV), 2010. Disponível em http://www.associadosdainclusao.com.br/enades2016/sites/all/themes/berry/documentos/07-subsidios-para-a-construcao-de-um-codigo-de-conduta.pdf - Acesso em setembro de 2016.
OION, M. S. R. et al. A machine learning based image to object detection and audio description for blind people. In: INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION TECHNOLOGY (ICCIT), 26., 2023, Cox’s Bazar. Proceedings [...]. IEEE, 2023. p. 1–6. DOI: 10.1109/ICCIT60459.2023.10441089
ONCESCU, A.-M. et al. A sound approach: using large language models to generate audio descriptions for egocentric text-audio retrieval. In: IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), 2024, Seoul. Proceedings [...]. IEEE, 2024. p. 7300–7304. DOI: 10.1109/ICASSP48485.2024.10448486
PARISFAL. Review Planning. 2021. Disponível em: https://parsif.al/help/#planning - Acesso em: 15 maio 2025.
PERDIGÃO, L. T. Conteúdos audiovisuais acessíveis na educação a distância: a audiodescrição didática como pós-produção. 2023. 150 f. Tese (Doutorado em Ciências, Tecnologias e Inclusão) – Universidade Federal Fluminense, Niterói, 2023.
PERDIGÃO, L. T.; LIMA, N. R. W. Vendo com outros olhos: a audiodescrição na educação a distância. Niterói: [s. n.], 2017. 100 p. Il. Ebook. Disponível em: https://educapes.capes.gov.br/bitstream/capes/429946/4/GuiaPDFfinal_2020.pdf - Acesso em: 15 maio 2025.
PERDIGÃO, L. T.; MONTEIRO, F. V.; FERNANDES, E. M. Audiodescrição como texto alternativo nas principais redes sociais digitais. In: CONGRESSO INTERNACIONAL INTERDISCIPLINAR EM SOCIAIS E HUMANIDADES, 10., 2021, Niterói. Anais [...]. Niterói: Programa de Pós-Graduação, 2021. Disponível em: https://www.even3.com.br/anais/xc22021/435829-AUDIODESCRICAO-COMO-TEXTO-ALTERNATIVO-NAS-PRINCIPAIS-REDES-SOCIAIS-DIGITAIS - Acesso em: 21 out. 2024.
PERDIGÃO, L. et al. Inteligência artificial para audiodescrição de imagens: uma análise da pessoa com deficiência visual. In: CONGRESSO SOBRE TECNOLOGIAS NA EDUCAÇÃO, 8., 2023, Santarém. Anais [...]. Porto Alegre: SBC, 2023. p. 182–191. DOI: 10.5753/ctrle.2023.232651
PITCHER-COOPER, C. et al. You described, we archived: a rich audio description dataset. Journal on Technology and Persons with Disabilities, v. 11, p. 192–208, 2023.
REVATHY P. et al. Seeing with sound: automatic image captioning with auditory output for the visually impaired. In: INTERNATIONAL CONFERENCE ON RESEARCH METHODOLOGIES IN KNOWLEDGE MANAGEMENT, ARTIFICIAL INTELLIGENCE AND TELECOMMUNICATION ENGINEERING (RMKMATE), 2023, Chennai. Proceedings [...]. IEEE, 2023. p. 1–5. DOI: 10.1109/RMKMATE59243.2023.10368610
SHANTHI, N. et al. Deep learning based audio description of visual content by enhancing accessibility for the visually impaired. In: INTERNATIONAL CONFERENCE ON SUSTAINABLE COMMUNICATION NETWORKS AND APPLICATION (ICSCNA), 2023, Theni. Proceedings [...]. IEEE, 2023. p. 1234–1240. DOI: 10.1109/ICSCNA58489.2023.10370414
SHEN, X. et al. Fine-grained audible video description. In: CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2023, Vancouver. Proceedings [...]. IEEE/CVF, 2023. p. 10585–10596. DOI: 10.1109/CVPR52729.2023.01020
SUCHARITHA, V. et al. Imaging description production by means of deeper neural networks. In: INTERNATIONAL CONFERENCE ON ADVANCES IN COMPUTING, COMMUNICATION AND APPLIED INFORMATICS (ACCAI), 2023, Chennai. Proceedings [...]. IEEE, 2023. p. 1–5. DOI: 10.1109/ACCAI58221.2023.10200618.
VRINDAVANAM, J. et al. Machine learning based approach to image description for the visually impaired. In: ASIAN CONFERENCE ON INNOVATION IN TECHNOLOGY (ASIANCON), 2021, Pune. Proceedings [...]. IEEE, 2021. p. 1–6. DOI: 10.1109/ASIANCON51346.2021.9544867
WORLD WIDE WEB CONSORTIUM. Web Content Accessibility Guidelines (WCAG) 2.1, 2018. Disponível em: https://www.w3.org/TR/WCAG21/ - Acesso em: 15 maio 2025.
XIN, B. et al. A comprehensive survey on deep-learning-based visual captioning. Multimedia Systems, v. 29, p. 3781–3804, 2023. DOI: 10.1007/s00530-023-01175-x
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 EaD em Foco
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Todos os artigos publicados na Revista EaD em Foco recebem a licença Creative Commons - Atribuição 4.0 Internacional (CC BY 4.0). Todas as publicações subsequentes, completas ou parciais, deverão ser feitas com o reconhecimento, nas citações, da Revista EaD em Foco como a editora original do artigo.
