Visão Computacional Flexível para Autonomia Assistiva: Uma Solução Edge AI Não-Invasiva de Baixo Custo

No Brasil, milhões de pessoas enfrentam barreiras diárias para manter sua independência devido a limitações motoras. Embora a Visão Computacional e a Inteligência Artificial (IA) tenham avançado o campo da tecnologia assistiva, a maioria das soluções disponíveis no mercado é de alto custo, inacessível e carece de padronização para adaptação individualizada. Diante deste cenário, este trabalho propõe o desenvolvimento e a avaliação de um Dispositivo Assistivo Flexível (DAF) de baixo custo, utilizando Edge AI e Visão Computacional. O DAF visa promover a autonomia de indivíduos com severas limitações motoras, permitindo o controle de dispositivos externos através da detecção e interpretação de gestos ou expressões faciais. O grande diferencial metodológico reside na arquitetura flexível, que permite a customização individualizada por meio de fine-tuning remoto. O cuidador utiliza o DAF (baseado na placa Sipeed MAix Bit/Maixduino) para capturar imagens automaticamente rotuladas. Em seguida, essas imagens são enviadas a uma Plataforma Web para que o servidor realize o fine-tuning do modelo pré-treinado (MobileNet 2.5). Os novos pesos são então devolvidos por e-mail para serem atualizados no dispositivo. Em comparação com tecnologias existentes, o DAF demonstrou grandes diferenciais, sendo uma solução não-invasiva, de baixo custo e que não exige um host (computador auxiliar), facilitando sua modularização e transporte. O sistema apresentou um tempo de resposta satisfatório (1 a 2 segundos), propício para uso prático. O trabalho atende, assim, à necessidade de dispositivos flexíveis, acessíveis e adaptáveis às necessidades específicas de cada usuário.