MÉTODO DE IDENTIFICAÇÃO DE CÉDULAS MONETÁRIAS PARA DEFICIENTES VISUAIS

Abstract

RESUMO Estima-se que, atualmente, existam no mundo cerca de 285 milhões de deficientes visuais, sendo 39 milhões cegos e 246 milhões com baixa visão. O uso de Tecnologias de Informação e Comunicação contribui para a independência, qualidade de vida e inclusão dos deficientes visuais, por meio do suplemento, manutenção ou devolução de suas capacidades funcionais. Um dos problemas enfrentados é a identificação de cédulas monetárias, sendo esse o meio mais comum de pagamento e a maneira mais usada para a realização de transações pessoais por indivíduos que possuem deficiência visual. Com esse problema em mente, alguns países utilizam marcas táteis como orientação do valor correspondente a cada cédula. Porém, tal marca é considerada insuficiente por muitos deficientes visuais, devido ao desgaste na intensa movimentação da cédula. A visão computacional têm ferramentas que podem ser aplicadas para replicar a visão humana. Nesse contexto, o presente trabalho tem como objetivo principal desenvolver uma metodologia para detecção de cédulas monetárias a partir de imagens digitais, sob várias situações, como oclusão (utilizando apenas parte da imagem no reconhecimento) e variação de iluminação, com a utilização de descritores locais. Foram avaliados quatro detectores de pontos de interesse (BRISK, FAST, MSER e SURF), dois descritores (BRISK e SURF), quatro métodos de assinatura da imagem (média, moda, mediana e BoVW), quatro classificadores (Radial Basis Function Networks, Random Tree, Multilayer Perceptron e Sequencial Minimal Optimization) e dois comitês de classificadores (Random Forest e um comitê formado pelos melhores classificadores testados: Radial Basis Function Networks, Multilayer Perceptron e Sequencial Minimal Optimization). Nos testes foram utilizadas as cédulas de dólar, euro e notas brasileira de real. Para isso, foram construídas bases de imagens, composta por 1.008 imagens de cada valor de cédula, totalizando 6.048 imagens para cédulas de real e 7.056 imagens para as cédulas de dólar e euro. Nos resultados se obteve um índice Kappa excelente e valores de acurácia de 99,77%, 99,12% e 96,95% em cédulas de dólar, euro e real, respectivamente. Esses resultados demostram que a metodologia desenvolvida pode ser utilizada como base para o desenvolvimento de aplicações para identificação de cédulas monetárias. Abstract It is estimated that there are currently around 285 million visually impaired people in the world, 39 million of whom are blind and 246 million with low vision. The use of Information and Communication Technologies contributes to the independence, quality of life and inclusion of the visually impaired, through the supplementation, maintenance or devolution of their functional capacities. One of the problems faced is the identification of banknotes, which is the most common means of payment and the most used way to carry out personal transactions by individuals who are visually impaired. With this problem in mind some countries use tactile marks as a guideline of the value corresponding to each banknote. However, such a mark is considered insufficient by many visually impaired, due to the wear and tear on the intense movement of the banknote. Computer vision has tools that can be applied to replicate human vision. In this context, the main objective of the present work is to develop a methodology for the detection of monetary banknotes from digital images, under various situations, such as occlusion (using only part of the image in the recognition) and variation of illumination, using local descriptors. A set of four detectors (BRISK, FAST, MSER and SURF), two descriptors (BRISK and SURF), four ways of generating the image signature (mean, mode, median and BoVW), four classifiers (Radial Basis Function Networks, Random Tree, Multilayer Perceptron and Sequencial Minimal Optimization) and two classifier committees (Random Forest and a committee made up of the best classifiers tested: Radial Basis Function Networks, Multilayer Perceptron and Sequential Minimal Optimization). In the tests were used the dollar, euro and Brazilian notes of real. In the results we obtained an excellent Kappa index and accuracy values of 99.77%, 99.12% and 96.95% in dollar, euro and real, respectively. These results show that the developed methodology can be used as a basis for the development of applications for the identification of monetary banknotes.