350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2018 г.
Статья в номере:
Оценка технических средств реабилитации и выбор архитектуры сверточной нейронной сети для создания системы поддержки перемещения в условиях городской среды для людей с ограниченными возможностями здоровья по зрению
Тип статьи: научная статья
УДК: 004.89
Ключевые слова: люди с ограниченными возможностями здоровья по зрению доступная среда техническое средство реабилитации метод анализа иерархий методы поддержки принятия решений сверточная нейронная сеть распознавание объектов в реальном времени.
Авторы:

В.И. Терехов – к.т.н., доцент, кафедра «Системы обработки информации и управления»,  Московский государственный технический университет им. Н.Э. Баумана

E-mail: terekchow@bmstu.ru

В.С. Ильин – студент, кафедра «Системы обработки информации и управления», 

Московский государственный технический университет им. Н.Э. Баумана

E-mail: ivs@bmstu.ru

И.А. Могильников – студент, кафедра «Системы обработки информации и управления»,  Московский государственный технический университет им. Н.Э. Баумана

E-mail: mogilnikoff2@gmail.com 

М.С. Попова – студентка, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана

E-mail: popova.bmstu@ya.ru 

Аннотация:

Представлен обзор и анализ существующих на рынке технических средств реабилитации, решающих задачи перемещения людей с ограниченными возможностями здоровья по зрению в условиях городской среды. Обоснована перспективность разработки системы поддержки перемещения в условиях городской среды для людей с ограниченными возможностями здоровья по зрению. Проведена экспертная оценка существующих решений методом анализа иерархий. Разработана функциональная схема предлагаемого решения. Обоснован выбор архитектуры и параметров сверточной нейронной сети для решения задачи распознавания общественного наземного транспорта.

Страницы: 41-49
Список источников
  1. Информационный бюллетень всемирной организации здоровья (Нарушения зрения и слепота). Режим доступа: http://www.who.int/mediacentre/factsheets/fs282/en/ (дата обращения 14.10.2017).
  2. Отчет директора Департамента по делам инвалидов Минтруда России Григория Лекарева от 24 декабря 2014 (количество слепых и слабовидящих в России). Режим доступа: http://www.rosmintrud.ru/social/invalid-defence/250 (дата обращения 09.10.2017).
  3. Ильин В.С., Попова М.С. Выявление потребностей слепоглухих людей для проектирования вспомогательных технологий и устройств // Новая наука: теоретический и практический взгляд. Стерлитамак: АМИ. 2017. № 1(1). С. 218–221.
  4. Проект Oriense (информация об устройстве). Режим доступа: http://oriense.com/ (дата обращения 29.11.2017).
  5. Носимое устройство Horus (информация об устройстве). Режим доступа: http://horus.tech/?l=en_us (дата обращения 29.11.2017).
  6. Проект «Говорящий город» (информация о системе) Режим доступа: https://www.speakingcity.org/ (дата обращения 29.11.2017).
  7. Проект OrCam (информация об устройстве). Режим доступа: http://www.orcam.com/ (дата обращения 29.11.2017).
  8. Приложение Seeing AI (информация о приложении). Режим доступа: https://itunes.apple.com/us/app/seeingai/id999062298 (дата обращения 29.11.2017).
  9. BrainPort V100 (информация об устройстве). Режим доступа: http://evercare.ru/brainport-v100 (дата обращения 29.11.2017).
  10. Комплекс гаджетов для незрячих (информация об устройстве). Режим доступа: http://www.smartaids.ru/articles/ blog.php?page=post&blog=Dostupnaya_sreda&post_id= vunderkind-sozdal-gadzhet-dlya-nezryachikh (дата обращения 29.11.2017).
  11. vOICe (информация о версии программы для ОС Windows). Режим доступа: https://www.seeingwithsound.com/ winvoice.htm (дата обращения 29.11.2017).
  12. Саати Т.Л. Принятие решений при зависимостях и обратных связях. URSS. 2010.
  13. Постников В.М., Черненький В.М. Методы принятия решений в системах организационного управления. М.: Изд-во МГТУ им. Н.Э. Баумана. 2014. 205 с.
  14. Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. Режим доступа: https://arxiv.org/pdf/1506.01497v1.pdf (дата обращения 07.04.2018).
  15. Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed4, Cheng-Yang Fu1, Alexander C. Berg. SSD: Single Shot MultiBox Detector. Режим доступа: https://arxiv.org/pdf/1512.02325.pdf (дата обращения 07.04.2018).
  16. Christian Szegedy, Vincent Vanhoucke, Sergey Ioffe, Jonathon Shlens, Zbigniew Wojna. Rethinking the Inception Architecture for Computer Vision. Режимдоступа: https://arxiv.org/pdf/1512.00567.pdf (дата обращения 07.04.2018).
  17. Andrew G. Howard, Menglong Zhu, Bo Chen, Dmitry Kalenichenko, Weijun Wang, Tobias Weyand, Marco Andreetto, Hartwig Adam. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. Режим доступа: https://arxiv.org/pdf/1704.04861.pdf (дата обращения 07.04.2018).
  18. Joseph Redmon, Ali Farhadi. YOLO9000: Better, Faster, Stronger. Режим доступа: https://arxiv.org/pdf/1612.08242.pdf (дата обращения 07.04.2018).
  19. YOLO: Real-Time Object Detection. Режим доступа: https://pjreddie.com/darknet/yolo/ (дата обращения 07.04.2018).
Дата поступления: 23 апреля 2018 г.