ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تصميم تطبيق يساعد ذوي الإعاقة...>الوصف

تصميم تطبيق يساعد ذوي الإعاقة البصرية على تمييز وتصنيف الأوراق المالية الليبية المتداولة

العنوان بلغة أخرى: Designing an Application that Helps People with Visual Impairments to Distinguish and Classify Libyan Traded Securities
المصدر: مجلة العلوم الإنسانية والتطبيقية
الناشر: جامعة المرقب - كلية الآداب والعلوم قصر الأخيار
المؤلف الرئيسي: خليفة، محمد خليفة صالح (مؤلف)
المؤلف الرئيسي (الإنجليزية): Khalifa, Mohamed K. S.
المجلد/العدد: ع15
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2023
الشهر: يونيو
الصفحات: 38 - 53
رقم MD: 1397519
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
ذوي الاحتياجات الخاصة | المعاقون بصريا | العملة الليبية | صورة العملة | الصورة الرقمية
كلمات المؤلف المفتاحية:
تطبيق للتعرف على الأوراق المالية الليبية المتداولة | التعلم العميق DL | لغة Matlab | معالجة الصور IMPRO | المكفوفين وضعاف البصر | An Application to Identify the Libyan Securities Traded | Deep Learning | Matlab Language | Images Processing | Blind and Visually Impaired
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

10

حفظ في:
المستخلص: الهدف من هذا المشروع البحثي هو مساعدة الأشخاص الذين يعانون من التحديات البصرية (المكفوفين وضعاف البصر) في دولة ليبيا، بحيث صممنا وطورنا تطبيقا للتعرف التلقائي على الأوراق المالية الليبية المتداولة من خلال كاميرا الهاتف المحمول، تم تنفيذ هذا العمل البحثي واختباره لتصنيف الأوراق المالية باستخدام الأساليب التي تجمع بين بيئة لغة "Matlab" و الـ "MobileNet" ، وهو إطار عمل جديد نسبيا لمعمارية التعلم العميق (DL) لمعالجة الصور (IMPRO)، تم تطبيق وتنفيذ نظام تصنيف العملة للتعرف عليها من خلال استخدام خطوات معالجة الصور (IMPRO) تتكون عمليات التطبيق المقترح، لتصنيف وتمييز أنواع فئات العملة الليبية من ست مراحل: (التقاط الصورة، المعالجة المسبقة للألوان ولصورة العملة، الكشف عن حواف صورة العملة، تجزئة الصورة، استخراج العلامات المميزة لخصائص العملة، التعرف على قيمة العملة)، لإثبات فعالية خوارزمية التطبيق، قمنا بتقييم مدى جودة أداء أنموذجنا المقترح باستخدام مجموعة بيانات أولية جديدة ومصنفة ومتوازنة من الأوراق النقدية (الجديدة، المتوسطة، والقديمة)، تتكون من ما يقرب من 2500 صورة بطرق إضاءة مختلفة، والتي تم توظيفها للمقارنة وإجراء التجارب التدريب والاختبار) لتصنيف الأوراق المالية الليبية المتداولة والمعتمدة من كل نوع من أنواع الفئات الخمسة (1 ، 5 ، 10 ، 20 & 50 دينار ليبي)، بالإضافة إلى تطبيق نهج التعلم الخاضع للإشراف، أثبتت نتائج الاختبارات التجريبية فاعلية خوارزمية التطبيق المقترح في تمييز وتصنيف الأوراق المالية الليبية المتداولة باستخدام عملية معالجة الصور، وأظهرت أداء جيداً؛ حيث استغرقت وقتاً قصيراً وأنتجت معدل دقة إجمالي يزيد عن 99% في عمليات الاختبار والتحقق، علاوة على ذلك لضمان وتأكيد كفاءة وفاعلية أنموذجنا للتطبيق المقترح، قمنا بتقييم تطبيقنا من خلال 7 مستخدمين من مجتمع ذوي الإعاقة البصرية، وفقا للتقييم والتحقق، فقد ثبت أن تطبيقنا ناجح جدا وفعال للغاية ويعمل بشكل جيد مع أي بيئة أو طرق إضاءة غير متجانسة.

The aim of this research paper is to help people with visual challenges (the blind and visually impaired) in the country of Libya. Thus the researcher designed and developed an application for automatic identification of Libyan securities traded through a mobile phone camera. This research work was implemented and tested for stock classification, using methods that combine the language environment "Matlab" and "MobileNet", a relatively new framework for deep learning (DL) image processing architecture. A currency classification system has been applied and implemented to be identified through the use of image processing steps. The proposed application processes, to classify and distinguish the types of Libyan money denominations, consist of six stages: (photo capture, pretreatment of colors and currency image, detection of currency image edges, image segmentation, extraction of distinctive signs of currency characteristics, currency value recognition). To prove the effectiveness of the application algorithm, the researcher evaluated how well our proposed model performs using a new, classified and balanced raw data set of bank notes (new, average, and old), consisting of approximately 2500 images with differrent lighting methods, which were employed for comparison and conducting experiments (training and testing) to classify the traded and approved Libyan securities of each of the five types (1, 5, 10, 20 & 50 LYD). In addition to the application of the supervised learning approach, the results of the experimental tests demonstrated the effectiveness of the proposed application algorithm in distinguishing and classifying the Libyan securities traded using the image processing process, and it showed good performance as it took a short time and produced an overall accuracy rate of more than 99% in the testing and verification process. Moreover, to ensure and confirm the efficiency and effectiveness of our model for the proposed application, we evaluated our application through 7 users from the visually impaired community. According to evaluation and verification, our application has been proven to be very successful and highly effective and works well with any lighting environment or heterogeneous methods.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.