Descriptor del Entorno para Personas con Discapacidad Visual Implementado en Raspberry Pi Basado en Redes Neuronales Artificiales Convolucionales y Recurrentes
DOI:
https://doi.org/10.54139/revinguc.v28i1.15Palabras clave:
Redes Neuronales, Procesamiento Natural de Lenguaje, Raspberry Pi, Aprendizaje Profundo, Extracción de Características.Resumen
Los problemas de visión y la ceguera son desórdenes del cuerpo humano que de acuerdo con cifras de la Organización Mundial de la Salud afectan a 217 millones de personas en países de bajos recursos. La calidad de vida de al menos 75 millones de estas personas puede ser mejorada con el desarrollo de sistemas que permitan guiarlas de manera segura en sus tareas de desplazamiento diario; allí es donde resulta importante buscar alternativas tecnológicas orientadas a solventar esta problemática y es donde precisamente nace la idea de este trabajo de investigación. La idea aquí presentada se basa en el desarrollo de un sistema de descripción de imágenes entrenado con tecnología de aprendizaje profundo, con redes neuronales convolucionales y recurrentes implementado en un computador de placa única, de modo tal que con una cámara de bajo costo se puedan tomar imágenes del entorno y obtener una descripción del mismo que pueda ser convertida a una señal de voz audible a través de un sistema de audífonos, para que personas con deficiencia visual puedan mejorar su nivel de vida a través de la obtención de información en tiempo real del entorno que los rodea.
Descargas
Citas
Organización Mundial de la Salud, Clasificación Estadística Internacional de Enfermedades y Problemas Relacionados con la Salud. Décima revisión. Organización Panamericana de la Salud, 2008.
N. Chenthamil, N. Rekha, and P. Poovizhi, "Portable Camera Based Identification System for Visually Impaired People," International Journal of Innovative Research in Computer and Communication Engineering, vol. 19, no. 3, pp. 19 141- 19 146, 2016.
I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge, USA: The MIT Press, 2016.
S. Ramón y Cajal, "Estructura de los Centros Nerviosos de las Aves," Revista trimestral de Histología Normal y Patológica, vol. 1, no. 1, pp. 314-318, 1888.
D. Rumelhart, G. Hinton, and J. Mcclelland, "A General Framework for Parallel Distributed Processing," Parallel Distributed Processing: Explorations in the Microstructure of Cognition, vol. 1, 1986. https://doi.org/10.7551/mitpress/5236.001.0001
D. Hubel and T. Wiesel, "Receptive fields of single neurones in the cat's striate cortex," The Journal of physiology, vol. 148, no. 3, pp. 574-591, 1959. https://doi.org/10.1113/jphysiol.1959.sp006308
K. Fukushima, "Neocognitron: A hierarchical neural network capable of visual pattern recognition," Neural Networks, vol. 1, no. 2, pp. 119-130, 1988. https://doi.org/10.1016/0893-6080(88)90014-7
D. Ciresan, M. Ueli, J. Masci, L. Gambardella, and J. Schmidhuber, "Flexible, High Performance Convolutional Neural Networks for Image Classification," in Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence, vol. 2, 2011, pp. 1237-1242.
Y. Bengio, P. Simard, and P. Frasconi, "Learning Long-Term Dependencies with Gradient Descent is Difficult," IEEE Transactions On Neural Networks, vol. 5, no. 2, pp. 157-166, 1994. https://doi.org/10.1109/72.279181
S. Hochreiter and J. Schmidhuber, "Long Short-Term Memory," Neural Computation, vol. 9, no. 8, pp. 1735-1780, 1997. https://doi.org/10.1162/neco.1997.9.8.1735
O. Vinyals, A. Toshev, S. Bengio, and D. Erhan, "Show and Tell: A Neural Image Caption Generator," in 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015, pp. 3156-3164. https://doi.org/10.1109/CVPR.2015.7298935
J. Donahue, L. Hendrick, M. Rohrbach, S. Venugopalan, S. Guadarrama, K. Saenko, and T. Darrell, "Long-term Recurrent Convolutional Networks for Visual Recognition and Description," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 39, no. 4, pp. 677-691, 2017. https://doi.org/10.1109/TPAMI.2016.2599174
T. Yao, P. Yingwei, Y. Li, Z. Qiu, and T. Mei, "Boosting Image Captioning With Attributes," in 2017 IEEE International Conference on Computer Vision (ICCV), 2017, pp. 4904-4912. https://doi.org/10.1109/ICCV.2017.524
X. Lu, B. Wang, X. Zheng, and X. Li, "Exploring Models and Data for Remote Sensing Image Caption Generation," IEEE Transactions on Geoscience and Remote Sensing, vol. 56, no. 4, pp. 2183-2195, 2018. https://doi.org/10.1109/TGRS.2017.2776321
D. Velmurugan, M. Sonam, S. Umamaheswari, S. Parthasarathy, S. Guadarrama, K. Saenko, and T. Darrell, "A Smart Reader for Visually Impaired People Using Raspberry PI," International Journal of Engineering Science and Computing, vol. 6, no. 3, pp. 2997-3001, 2016.
R. Ardiansyah, "Design of An Electronic Narrator on Assistant Robot for Blind People," in MATEC Web of Conferences, vol. 42, no. 03013, 2016, pp. 03 013p.1-03 013p.5. https://doi.org/10.1051/matecconf/20164203013
C. Elamri and T. de Planque, "Automated Neural Image Caption Generator for Visually Impaired People," IOSR Journal of Engineering (IOSRJEN), vol. 10, pp. 28-33, 2018.
G. James, D. Witten, T. Hastie, and R. Tibshirani, An Introduction to Statistical Learning. New York, USA: Springer, 2015.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Revista Ingeniería UC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
