Uma proposta de arquitetura móvel baseada em visão computacional para pessoas com deficiência visual
Resumo
Este artigo discute um Sistema Computacional, os aspectos sobre possibilidades da utilização de técnicas e recentes avanços na área de Visão Computacional para o desenvolvimento de recursos a partir do paradigma de Computação Ubíqua, que proporcionem a melhoria na qualidade de vida de pessoas com necessidades visuais, especialmente na realização de tarefas do cotidiano. Além disso, este artigo propõe um Sistema Computacional para mobile que realiza as tarefas: i) classificação de cenas; ii) reconhecimento de objetos; iii) detecção de colisão. São tratados aspectos relativos à arquitetura do sistema.
Referências
ERENO, D. Reconhecimento de ambiente. Revista Pesquisa – FAPESP, n. 232, p. 70-71, 2015.
ERFURT, C., WIBERG, H. J., JENSEN, A. H. (2012). BlindTool . Disponível em: [link]. Acesso: 08 mar. 2017.
FARNEBÄCK, G. (2002). “Polynomial expansion for orientation and motion estimation”, Ph.D. dissertation, Linkoping University, Computer Vision, The Institute of Technology.
HUNKELER, U., TRUONG, H. L., STANFORD-CLARK, A. (2008)."MQTT-S - A publish/subscribe protocol for Wireless Sensor Networks". In: Communication systems software and middleware and workshops, 2008. Comsware 2008. 3rd international conference on. IEEE. p. 791-798.
JOSEPH, P. C. (2014). BlindTool . Disponível em: [link] Acesso: 11 mar. 2017
MOSQUITTO."An Open Source MQTT v3.1/v3.1.1 Broker". Disponível em: [link]. Acesso: 11 mar. 2017.
REN, S., HE, K., GIRSHICK, R., and SUN, J. (2015)."Faster r-cnn: Towards real-time object detection with region proposal networks". In: Advances in Neural Information Processing Systems, 2015, p. 91–99.
UZUNOV, A.V. (2016)."A survey of security solutions for distributed publish/subscribe systems". Computers & Security, v. 61, p. 94-129, ago. 2016. Disponível em: DOI: 10.1016/j.cose.2016.04.008. Acesso: 11 mar. 2017.
WHO (2014)."Visual impairment and blindness". fact sheet, n. 282, 2014. Disponível em: [link]. Acesso: 10 mar. 2017.
KRIZHEVSKY, A., SUTSKEVER, I., HINTON, G. E. (2012)."ImageNet Classification with Deep Convolutional Neural Networks". Nips Proceedings. Disponível em: [link]. Acesso: 27 fev. 2017.
ERFURT, C., WIBERG, H. J., JENSEN, A. H. (2012). BlindTool . Disponível em: [link]. Acesso: 08 mar. 2017.
FARNEBÄCK, G. (2002). “Polynomial expansion for orientation and motion estimation”, Ph.D. dissertation, Linkoping University, Computer Vision, The Institute of Technology.
HUNKELER, U., TRUONG, H. L., STANFORD-CLARK, A. (2008)."MQTT-S - A publish/subscribe protocol for Wireless Sensor Networks". In: Communication systems software and middleware and workshops, 2008. Comsware 2008. 3rd international conference on. IEEE. p. 791-798.
JOSEPH, P. C. (2014). BlindTool . Disponível em: [link] Acesso: 11 mar. 2017
MOSQUITTO."An Open Source MQTT v3.1/v3.1.1 Broker". Disponível em: [link]. Acesso: 11 mar. 2017.
REN, S., HE, K., GIRSHICK, R., and SUN, J. (2015)."Faster r-cnn: Towards real-time object detection with region proposal networks". In: Advances in Neural Information Processing Systems, 2015, p. 91–99.
UZUNOV, A.V. (2016)."A survey of security solutions for distributed publish/subscribe systems". Computers & Security, v. 61, p. 94-129, ago. 2016. Disponível em: DOI: 10.1016/j.cose.2016.04.008. Acesso: 11 mar. 2017.
WHO (2014)."Visual impairment and blindness". fact sheet, n. 282, 2014. Disponível em: [link]. Acesso: 10 mar. 2017.
KRIZHEVSKY, A., SUTSKEVER, I., HINTON, G. E. (2012)."ImageNet Classification with Deep Convolutional Neural Networks". Nips Proceedings. Disponível em: [link]. Acesso: 27 fev. 2017.
Publicado
02/07/2017
Como Citar
CANEZ, Alexsander V. et al.
Uma proposta de arquitetura móvel baseada em visão computacional para pessoas com deficiência visual . In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 9. , 2017, São Paulo.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 918-927.
ISSN 2595-6183.
DOI: https://doi.org/10.5753/sbcup.2017.3315.
