Головна сторiнка
eng
Наукова бібліотека ім. М. Максимовича UNDP in Ukraine
Увага! Відтепер можна отримати пластиковий читацький квиток також за адресою:
проспект академіка Глушкова 2, кім. 217.

Подробиці читайте тут.
Список містить (0 документів)
Ваше замовлення (0 книжок)
Перегляд стану та історії замовлень
Допомога

Назад Новий пошук

Опис документа:

Автор: Andriievskyi, D.N., V.L. Shevchenko, V. Petrivskyi
Назва: Mobile application development for blind pedestrians to prevent road dangers
Видавництво: Київський університет
Рік:
Сторінок: С. 63-69
Тип документу: Стаття
Головний документ: Безпека інформаційних систем і технологій
Анотація:   According to the last statistic researches approximately more than one billion people worldwide live with some form of visual impairment. In turn, visual impairments limit people"s ability to perform daily functions and affect their quality of life and ability to interact with the world around them. In the article mobile application development for blind pedestrians to prevent road dangers is presented. Short overviews of similar applications like Alexa, Via Opta Nav, and Object Detector are described.Each of described programs has disadvantages like limited use area, real-time object detection absence, use third-party or physical devices need. As a result, the main task of the study is to investigate modern hazard classification algorithms, improve the accuracy of the algorithm and develop software that will be able to identify hazards in real-time, does not require physical devices, and is operated using the simplest possible interface. For solving presented above problem solution based on MobiNetV2 and InceptionV3 open-source models for defining objects in a photo modification is presented. The presented solution consists of several steps like image input with further preprocessing, optimization and result processing. For the image input hosts& receive data from the file system or local memory, perform any preprocessing, and then transmit the preprocessed data to the TPU cores. Preprocessing calls the parser, which in turn calls the parser function, where images are preprocessed. For the o&ptimization stochastic gradient descent optimization and momentum optimizer are used. As a result, method of image classification for real-time hazard identification has been further developed. A model layer was developed that interprets the unbalanc&ed results of the model and provides the necessary results to prevent accidents, which increased accuracy by 20%. A mobile application for road hazard recognition for blind pedestrians has been developed using the above. Presented results confirm the& efficiency of the described approach. Also, described model and approach can be improved in further investigations.
  
   Згідно з останніми статистичними дослідженнями більше мільярда людей у всьому світі мають певні вади зору. У свою чергу, порушення& зору обмежують здатність людей виконувати щоденні функції і впливають на якість їхнього життя та здатність взаємодіяти з навколишнім світом. У статті представлено розробку мобі-льного додатка для незрячих пішоходів для запобігання небезпекам на доро&зі. Описано короткий огляд подібних програм, таких як: Alexa, Via Opta Nav та Object Detector. Кожна з описаних програм має недоліки, наприклад, обмежена область використання, відсутність виявлення об"єктів у реальному часі, застосування сторонніх аб&о фізичних пристроїв. Як результат, основним завданням цієї роботи є дослідження сучасних алгоритмів класифі-кації небезпек, підвищення точності алгоритму та розроблення програмного забезпечення, яке зможе ідентифі-кувати небезпеки в режимі реального& часу, що не потребує фізичних пристроїв і експлуатується за допомогою максимально простого інтерфейсу. Для розв"язання описаної вище проблеми використано моделі з відкритим кодом MobiNetV2 та InceptionV3 для визначення об’єктів. Подане рішення склад&ається з декількох етапів, таких як: введення зображення з подальшим попереднім обробленням, оптимізація та оброблення результатів. Для введення зображень хости отримують дані з файлової системи або локальної пам"яті, виконують будь-яке попе-реднє об&роблення, а потім передають попередньо оброблені дані в ядра TPU. Попереднє оброблення викликає парсер, який у свою чергу, викликає функцію синтаксичного аналізатора, де зображення попередньо обробляють-ся. Для оптимізації використовують стохастичну &оптимізацію градієнтного спуску й оптимізатор імпульсу. У результаті дослідження отримав подальший розвиток метод класифікації зображень для ідентифікації небез-пеки в режимі реального часу. Розроблено модельний шар, який інтерпретує незбалансовані р&



Пошук: заповніть хоча б одне з полів


Шукати серед складових частин документу "Безпека інформаційних систем і технологій"
Розділ:
Назва:
Будь ласка, пишіть 2-3 слова з назви БЕЗ ЗАКІНЧЕНЬ!
Так імовірніше знайти потрібний документ!
слова не коротші ніж 3 символів, розділені пробілами
Автор:
Будь ласка, пишіть прізвище автора без ініціалів!
не коротше ніж 2 символи
є повний текст
Рік видання:
Видавництво:
з     по  
Види документів:
 Книга  Брошура  Конволют (штучно створена збірка)  Рідкісне видання
 Автореферат  Дисертація
 Журнал  Газета
 Стаття  Складова частина документа
Новий тематичний пошук
       
      
        
Цей сайт створено за спiльною програмою UNDP та
Київського нацiонального унiверситету iменi Тараса Шевченка
проект УКР/99/005

© 2000-2010 yawd, irishka, levsha, alex