Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33087
Título: | Uso da arquitetura YOLO para suportar o reconhecimento de textos braille |
Título(s) alternativo(s): | Using YOLO framework to support the recognition of Braille texts |
Autor(es): | Rosa Junior, Messias Antonio da |
Orientador(es): | Marcon, Marlon |
Palavras-chave: | Visão por computador Redes neurais (Computação) Braille (Sistema de escrita) Computer vision Neural networks (Computer science) Braille |
Data do documento: | 7-Dez-2022 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Dois Vizinhos |
Citação: | ROSA JUNIOR, Messias Antonio da. Uso da arquitetura YOLO para suportar o reconhecimento de textos braille. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2022. |
Resumo: | Braille é um sistema de leitura e escrita utilizado principalmente pelas pessoas com deficiência visual, apesar de ser um sistema conhecido mundialmente, poucas pessoas que são videntes conseguem ler uma cela Braille. Acreditamos que o uso de visão computacional possa solucionar esse problema para pessoas videntes, eliminando uma das barreiras existentes entre pessoas videntes e cegas. Para o desenvolvimento desse trabalho, realizamos um mapeamento sistemático com o objetivo de identificar quais metodologias estavam sendo utilizadas pela comunidade acadêmica para a realização de detecção de celas Braille e onde esses estudos estão sendo publicados, além de realizar treinamentos de redes neurais utilizando o framework YOLO (You Only Look Once) com três bases de dados diferentes, DSBI, Donnie Braille e Braille Character Dataset, obtendo uma precisão média de 19%, 100% e 85% respectivamente. |
Abstract: | Braille is a reading and writing system used mainly by people with visual impairments, despite being a system known worldwide, few people who are sighted can read a Braille cell. We believe that the use of computer vision can solve this problem for sighted people, eliminating one of the existing barriers between sighted and blind people. For the development of this work, we carried out a systematic mapping in order to identify which methodologies were being used by the academic community to carry out detection of Braille cells and where these studies are being published, in addition to training neural networks using the YOLO (You Only Look Once) framework with three different databases, DSBI, Donnie Braille and Braille Character Dataset, obtaining an average accuracy of 19%, 100% and 85% respectively. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33087 |
Aparece nas coleções: | DV - Engenharia de Software |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
arquiteturayolotextobraille.pdf | 2,59 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons