Signage Recognition System in Open Environments for the Visually Impaired
Sistema de Reconocimiento de Señalamientos en Entornos Abiertos para la Orientación de Personas con Discapacidad Visual
| 2020 | |
|
Señalamientos Algoritmo SLIC Redes neuronales convolucionales Ordenador de placa reducida GPS Personas con discapacidad visual Signs SLIC algorithm Convolutional neural networks Simple-board computer GPS People with visual disabilities |
|
| Español | |
| Universidad de Montevideo | |
| REDUM | |
| http://revistas.um.edu.uy/index.php/ingenieria/article/view/726 | |
| Acceso abierto | |
| Atribución 4.0 Internacional |
| _version_ | 1807356688879058944 |
|---|---|
| author | González, Yesenia |
| author2 | Millán, Alejandro Sánchez, Yuli Ortiz, Claudia Alemán, Miguel Hernández, Carlos |
| author2_role | author author author author author |
| author_facet | González, Yesenia Millán, Alejandro Sánchez, Yuli Ortiz, Claudia Alemán, Miguel Hernández, Carlos |
| author_role | author |
| collection | REDUM |
| dc.creator.none.fl_str_mv | González, Yesenia Millán, Alejandro Sánchez, Yuli Ortiz, Claudia Alemán, Miguel Hernández, Carlos |
| dc.date.none.fl_str_mv | 2020-12-16 |
| dc.description.en-US.fl_txt_mv | This work presents the development of a prototype that allows identifying specific signs through artificial vision techniques. It uses an image segmentation stage based on the SLIC superpixel algorithm, followed by a sign recognition and classification stage based on convolutional neural networks and has been implemented in a simple-board computer (SBC). The prototype informs the user of the identification of these signs through an audio message sent to headphones, it has a GPS module that obtains the location where the sign was recognized and is stored to offer the user notifications about nearby signs. The tests were performed with 1: 2 scale signs in open spaces, with natural light. The prototype is intended as a support for visually impaired people to move in open urban environments. Processing times and prototype performance are reported. Although the implementation in the selected simple-board computer makes its use unfeasible due to operating times, the functionality of the system is demonstrated. |
| dc.description.es-ES.fl_txt_mv | En este trabajo se presenta el desarrollo de un prototipo que permite identificar señalamientos específicos a través de técnicas de visión artificial. Utiliza una etapa de segmentación de imagen basada en el algoritmo de superpíxeles SLIC, seguida de una etapa de reconocimiento y clasificación de señalamientos basada en redes neuronales convolucionales que se ha implementado en un ordenador de placa reducida (SBC). El prototipo informa al usuario de la identificación de estos señalamientos a través de un mensaje de audio enviado a un auricular, cuenta con un módulo GPS que obtiene la ubicación donde se reconoció el señalamiento y se almacena para ofrecer al usuario notificaciones sobre señalamientos cercanos. Las pruebas fueron realizadas con señalamientos a escala 1:2 en entornos abiertos, con luz de día. El prototipo pretende ser un apoyo para que personas con discapacidad visual puedan desplazarse en entornos abiertos urbanos. Tiempos de procesamiento y desempeño del prototipo son reportados. Si bien la implementación en el ordenador de placa reducida seleccionado hace inviable su uso por los tiempos de operación, se demuestra la funcionalidad del sistema. |
| dc.format.none.fl_str_mv | application/pdf application/epub+zip |
| dc.identifier.none.fl_str_mv | http://revistas.um.edu.uy/index.php/ingenieria/article/view/726 10.36561/NG.19.4 |
| dc.language.iso.none.fl_str_mv | spa |
| dc.publisher.es-ES.fl_str_mv | Universidad de Montevideo |
| dc.relation.none.fl_str_mv | http://revistas.um.edu.uy/index.php/ingenieria/article/view/726/858 http://revistas.um.edu.uy/index.php/ingenieria/article/view/726/880 |
| dc.rights.license.none.fl_str_mv | Atribución 4.0 Internacional |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.en-US.fl_str_mv | Memoria Investigaciones en Ingeniería; No. 19 (2020); 43-62 |
| dc.source.es-ES.fl_str_mv | Memoria Investigaciones en Ingeniería; Núm. 19 (2020); 43-62 |
| dc.source.none.fl_str_mv | 2301-1106 2301-1092 10.36561/ING.19 reponame:REDUM instname:Universidad de Montevideo instacron:Universidad de Montevideo |
| dc.source.pt-BR.fl_str_mv | Memoria Investigaciones en Ingenieria; n. 19 (2020); 43-62 |
| dc.subject.en-US.fl_str_mv | Signs SLIC algorithm Convolutional neural networks Simple-board computer GPS People with visual disabilities |
| dc.subject.es-ES.fl_str_mv | Señalamientos Algoritmo SLIC Redes neuronales convolucionales Ordenador de placa reducida GPS Personas con discapacidad visual |
| dc.title.none.fl_str_mv | Signage Recognition System in Open Environments for the Visually Impaired Sistema de Reconocimiento de Señalamientos en Entornos Abiertos para la Orientación de Personas con Discapacidad Visual |
| dc.type.en-US.fl_str_mv | Peer reviewed articles |
| dc.type.es-ES.fl_str_mv | Artículos evaluados por pares |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| dc.type.pt-BR.fl_str_mv | Artigos revistos por pares |
| dc.type.version.none.fl_str_mv | publishedVersion info:eu-repo/semantics/publishedVersion |
| description | This work presents the development of a prototype that allows identifying specific signs through artificial vision techniques. It uses an image segmentation stage based on the SLIC superpixel algorithm, followed by a sign recognition and classification stage based on convolutional neural networks and has been implemented in a simple-board computer (SBC). The prototype informs the user of the identification of these signs through an audio message sent to headphones, it has a GPS module that obtains the location where the sign was recognized and is stored to offer the user notifications about nearby signs. The tests were performed with 1: 2 scale signs in open spaces, with natural light. The prototype is intended as a support for visually impaired people to move in open urban environments. Processing times and prototype performance are reported. Although the implementation in the selected simple-board computer makes its use unfeasible due to operating times, the functionality of the system is demonstrated. |
| eu_rights_str_mv | openAccess |
| format | article |
| id | REDUM_eb96bfe39bf5f941ae96ce19b5f24766 |
| identifier_str_mv | 10.36561/NG.19.4 |
| instacron_str | Universidad de Montevideo |
| institution | Universidad de Montevideo |
| instname_str | Universidad de Montevideo |
| language | spa |
| network_acronym_str | REDUM |
| network_name_str | REDUM |
| oai_identifier_str | oai:redum.um.edu.uy:20.500.12806/2544 |
| publishDate | 2020 |
| reponame_str | REDUM |
| repository.mail.fl_str_mv | nolascoaga@um.edu.uy |
| repository.name.fl_str_mv | REDUM - Universidad de Montevideo |
| repository_id_str | 10501 |
| rights_invalid_str_mv | Atribución 4.0 Internacional |
| spelling | González, YeseniaMillán, AlejandroSánchez, YuliOrtiz, ClaudiaAlemán, MiguelHernández, Carlos2020-12-16http://revistas.um.edu.uy/index.php/ingenieria/article/view/72610.36561/NG.19.4This work presents the development of a prototype that allows identifying specific signs through artificial vision techniques. It uses an image segmentation stage based on the SLIC superpixel algorithm, followed by a sign recognition and classification stage based on convolutional neural networks and has been implemented in a simple-board computer (SBC). The prototype informs the user of the identification of these signs through an audio message sent to headphones, it has a GPS module that obtains the location where the sign was recognized and is stored to offer the user notifications about nearby signs. The tests were performed with 1: 2 scale signs in open spaces, with natural light. The prototype is intended as a support for visually impaired people to move in open urban environments. Processing times and prototype performance are reported. Although the implementation in the selected simple-board computer makes its use unfeasible due to operating times, the functionality of the system is demonstrated.En este trabajo se presenta el desarrollo de un prototipo que permite identificar señalamientos específicos a través de técnicas de visión artificial. Utiliza una etapa de segmentación de imagen basada en el algoritmo de superpíxeles SLIC, seguida de una etapa de reconocimiento y clasificación de señalamientos basada en redes neuronales convolucionales que se ha implementado en un ordenador de placa reducida (SBC). El prototipo informa al usuario de la identificación de estos señalamientos a través de un mensaje de audio enviado a un auricular, cuenta con un módulo GPS que obtiene la ubicación donde se reconoció el señalamiento y se almacena para ofrecer al usuario notificaciones sobre señalamientos cercanos. Las pruebas fueron realizadas con señalamientos a escala 1:2 en entornos abiertos, con luz de día. El prototipo pretende ser un apoyo para que personas con discapacidad visual puedan desplazarse en entornos abiertos urbanos. Tiempos de procesamiento y desempeño del prototipo son reportados. Si bien la implementación en el ordenador de placa reducida seleccionado hace inviable su uso por los tiempos de operación, se demuestra la funcionalidad del sistema.application/pdfapplication/epub+zipspaUniversidad de Montevideohttp://revistas.um.edu.uy/index.php/ingenieria/article/view/726/858http://revistas.um.edu.uy/index.php/ingenieria/article/view/726/880Derechos de autor 2020 Yesenia González, Alejandro Millán, Yuli Sánchez, Claudia Ortiz, Miguel Alemán, Carlos Hernándezinfo:eu-repo/semantics/openAccessAtribución 4.0 InternacionalMemoria Investigaciones en Ingeniería; No. 19 (2020); 43-62Memoria Investigaciones en Ingeniería; Núm. 19 (2020); 43-62Memoria Investigaciones en Ingenieria; n. 19 (2020); 43-622301-11062301-109210.36561/ING.19reponame:REDUMinstname:Universidad de Montevideoinstacron:Universidad de MontevideoSeñalamientosAlgoritmo SLICRedes neuronales convolucionalesOrdenador de placa reducidaGPSPersonas con discapacidad visualSignsSLIC algorithmConvolutional neural networksSimple-board computerGPSPeople with visual disabilitiesSignage Recognition System in Open Environments for the Visually ImpairedSistema de Reconocimiento de Señalamientos en Entornos Abiertos para la Orientación de Personas con Discapacidad Visualinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionPeer reviewed articlesArtículos evaluados por paresArtigos revistos por parespublishedVersioninfo:eu-repo/semantics/publishedVersion20.500.12806/25442024-07-17 09:46:42.127oai:redum.um.edu.uy:20.500.12806/2544Universidadhttps://um.edu.uy/https://redum.um.edu.uy/oai/requestnolascoaga@um.edu.uyUruguayopendoar:105012024-07-17T12:46:42REDUM - Universidad de Montevideofalse |
| spellingShingle | Signage Recognition System in Open Environments for the Visually Impaired González, Yesenia Señalamientos Algoritmo SLIC Redes neuronales convolucionales Ordenador de placa reducida GPS Personas con discapacidad visual Signs SLIC algorithm Convolutional neural networks Simple-board computer GPS People with visual disabilities |
| status_str | publishedVersion |
| title | Signage Recognition System in Open Environments for the Visually Impaired |
| title_full | Signage Recognition System in Open Environments for the Visually Impaired |
| title_fullStr | Signage Recognition System in Open Environments for the Visually Impaired |
| title_full_unstemmed | Signage Recognition System in Open Environments for the Visually Impaired |
| title_short | Signage Recognition System in Open Environments for the Visually Impaired |
| title_sort | Signage Recognition System in Open Environments for the Visually Impaired |
| topic | Señalamientos Algoritmo SLIC Redes neuronales convolucionales Ordenador de placa reducida GPS Personas con discapacidad visual Signs SLIC algorithm Convolutional neural networks Simple-board computer GPS People with visual disabilities |
| url | http://revistas.um.edu.uy/index.php/ingenieria/article/view/726 |
