Reconocimiento visual de objetos basado en aprendizaje profundo para asistir a personas con discapacidad visual

Enmarcada en el campo de las tecnologías de asistencia (TA), esta tesis presenta un novedoso sistema electrónico cuyo objetivo es proporcionar reconocimiento visual de objetos comunes con el fin de facilitar su búsqueda a las personas con discapacidad visual (DV). El sistema consta de dos componentes principales: una cámara de video en miniatura y un sistema embebido (SoM). El primero se usa en los lentes del usuario y adquiere video en tiempo real del espacio cercano, mientras que el segundo se coloca en el cinturón y ejecuta métodos basados en aprendizaje profundo y algoritmos espaciales que procesan el video proveniente de la cámara realizando la detección y el reconocimiento de objetos así como su posicionamiento en el espacio circundante. El dispositivo desarrollado proporciona frases descriptivas audibles como retroalimentación al usuario que involucran los objetos reconocidos y su posición referenciada a su mirada. Los resultados experimentales obtenidos con el prototipo desarrollado han demostrado una identificación precisa y confiable de objetos en tiempo real con una tasa de reconocimiento del 86% y un tiempo de cómputo promedio de 215 ms. El sistema propuesto es capaz de reconocer los 91 objetos ofrecidos por la base de datos COCO más cuatro objetos personalizados. Además, esta tesis introduce una metodología simple y escalable para la utilización de bases de datos de imágenes y entrenamiento de redes neuronales convolucionales (CNN) para agregar objetos al sistema y aumentar su repertorio. También se demuestra que los entrenamientos más exhaustivos que involucran 400 imágenes logran tasas de reconocimiento del 89%, mientras que entrenamientos rápidos con solo 40 imágenes logran tasas de reconocimiento aceptables del 55%.