Examinando por Materia "Histogram"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Sistema de reconocimiento de billetes para personas con discapacidad visual mediante visión artificial
    (Universidad EIA, 2018) Tamayo Zapata, Kelly Johanna; Moreno Hincapié, Gustavo Andrés
    Con la entrada en vigencia de la Ley 1618 de 2013 el Estado busca garantizar y asegurar el ejercicio efectivo de los derechos de las personas con discapacidad mediante la adopción de medidas y políticas que cuenten con enfoque de inclusión, lo que permitirá eliminar toda forma de discriminación en el país por cuenta de una condición. Para el discapacitado visual, esta discriminación se acentúa en las actividades que involucran dinero, debido a que no alcanza una autonomía en la sociedad, por la incertidumbre que hoy en día genera el no contar con una única forma de identificar dos generaciones billetes que circulan en el mercado colombiano, los cuales pierden tanto su marca táctil como el sistema Braille; aunque se creó una plantilla, es un sistema manual basado en el tamaño y funciona únicamente para los billetes de nueva generación. Esto reduce agilidad al discapacitado visual porque incrementan los tiempos en el reconocimiento, arrojando márgenes de error en la identificación del papel moneda, y lo deja en desventaja en las transacciones que realiza. Para contribuir en este proceso de inclusión se planteó un sistema de reconocimiento de billetes mediante la utilización de las técnicas que ofrece la visión artificial mediante procesamiento de imágenes e inteligencia artificial. Para la creación del sistema se procesaron las dos generaciones de billetes mediante las siguientes etapas: captura, pre procesamiento, segmentación y reconocimiento involucrando procesos como la remoción de ruido, resaltado de características y optimizaciones. Se utilizaron algoritmos de inteligencia artificial sobre Python, integrado con librerías como OpenCV, tensorflow y Deep lerning. Como resultado se obtuvieron tres prototipos: • Cámara endoscópica y caja con ambiente controlado. • Cámara endoscópica, soporte de cámara para gafas y guante rojo • Cámara endoscópica, soporte de cámara para gafas y guante negro con borde verde limón brillante. Finalmente, con los entrenamientos realizados se logró predecir un 96% de exactitud con tiempo de ejecución en tiempo real de 1.5s.
  • Miniatura
    PublicaciónAcceso abierto
    Sistema de Reconocimiento de Billetes para Personas con Discapacidad Visual Mediante Visión Artificial
    (Universidad EIA, 2018) Tamayo Zapata, Kelly Johanna
    Con la entrada en vigencia de la Ley 1618 de 2013 el Estado busca garantizar y asegurar el ejercicio efectivo de los derechos de las personas con discapacidad mediante la adopción de medidas y políticas que cuenten con enfoque de inclusión, lo que permitirá eliminar toda forma de discriminación en el país por cuenta de una condición. Para el discapacitado visual, esta discriminación se acentúa en las actividades que involucran dinero, debido a que no alcanza una autonomía en la sociedad, por la incertidumbre que hoy en día genera el no contar con una única forma de identificar dos generaciones billetes que circulan en el mercado colombiano, los cuales pierden tanto su marca táctil como el sistema Braille; aunque se creó una plantilla, es un sistema manual basado en el tamaño y funciona únicamente para los billetes de nueva generación. Esto reduce agilidad al discapacitado visual porque incrementan los tiempos en el reconocimiento, arrojando márgenes de error en la identificación del papel moneda, y lo deja en desventaja en las transacciones que realiza. Para contribuir en este proceso de inclusión se planteó un sistema de reconocimiento de billetes mediante la utilización de las técnicas que ofrece la visión artificial mediante procesamiento de imágenes e inteligencia artificial. Para la creación del sistema se procesaron las dos generaciones de billetes mediante las siguientes etapas: captura, pre procesamiento, segmentación y reconocimiento involucrando procesos como la remoción de ruido, resaltado de características y optimizaciones. Se utilizaron algoritmos de inteligencia artificial sobre Python, integrado con librerías como OpenCV, tensorflow y Deep lerning. Como resultado se obtuvieron tres prototipos: • Cámara endoscópica y caja con ambiente controlado. • Cámara endoscópica, soporte de cámara para gafas y guante rojo • Cámara endoscópica, soporte de cámara para gafas y guante negro con borde verde limón brillante. Finalmente, con los entrenamientos realizados se logró predecir un 96% de exactitud con tiempo de ejecución en tiempo real de 1.5s.