Submitted by
khcn
on
Bảng thi
Trung học PT
Địa chỉ tác giả, nhóm tác giả
Lớp 12A1, Trường THPT Lục Ngạn số 1
Đạt giải Tỉnh
Giải nhì
Tác giả, nhóm tác giả
Trần Phương Thảo
Nguyễn Đình Thi
Thuyết minh tóm tăt..
Tính mới, tính sáng tạo:
Mô hình sử dụng thư viện Tensorflow, OpenCv và ObjectDetect trên Python để nhận diện vật thể theo thời gian thực một cách chính xác. Số lượng các đối tượng cần xác định không bị hạn chế; thông tin phát ra rõ bằng tiếng Anh/ tiếng Việt. Chế độ an toàn (SaveMode) giúp nhận diện vật cản đưa ra tín hiệu khi tới gần để tránh va đập, tính được chính xác số bước chân từ người dùng đến vật cản. Đọc được văn bản,báo giấy (300 từ mỗi lần) bằng tiếng Việt hoặc tiếng Anh thông qua camera từ kính; tra cứu được ngày giờ, thời tiết tại các địa điểm, nghe thông tin, ghi chú bằng lời nói, nghe nhạc, dịch ngôn ngữ.
Cấu tạo và nguyên lý hoạt động:
Cấu tạo:
Mô hình gồm: (i) Máy tính nhúng Raspberry Pi4 4Gb RAM, (ii) Camerausb 2.0, (iii) Loa và mạch công suất loa, (iv) Mạch nguồn, (v) Các thiết bị phụ trợ: Pin lipo, mic, vỏ hộp, dây kết nối, kính đeo mắt...
Nguyên lý hoạt động:
Sau khi bật nút nguồn, máy tính nhúng sẽ được cấp nguồn từ pin lipo và bắt đầu khởi động, chương trình nhận diện vật thể được bật, loa sẽ phát lời nhắc: “Hệ thống khởi động thành công”, lúc này chương trình đã chạy thành công và đang trong quá trình nhận diện vật thể. Khi phát hiện vật thể xuất hiện trong khung hình, thiết bị sẽ xuất tín hiệu âm thanh ra loa bằng giọng nói.Người dùng có thể khởi động các chức năng khác nhau bằng cách điều lệnh giọng nói. Khi không sử dụng người dùng tắt nút nguồn và hệ thống ngừng hoạt động.
Khả năng áp dụng:
Mô hình đã được hội người mù địa phương sử dụng chứng minh được công năng hỗ trợ người khiếm thị nên sản phẩm có khả năng áp dụng cho tất cả những người bị khiếm thị trên địa bàn cả nước.
Hiệu quả của mô hình:
Mô hình giúp người khiếm thị phát hiện được từng loại đồ vật, con vật mà không bị ảnh hưởng bởi các yếu tố gây nhiễu, kích thước và chất liệu vật thể, số lượng vật thể không giới hạn, giá thành rẻ hơn 30-50% so với các thiết bị cùng tính năng trên thị trường.
Mô hình sử dụng thư viện Tensorflow, OpenCv và ObjectDetect trên Python để nhận diện vật thể theo thời gian thực một cách chính xác. Số lượng các đối tượng cần xác định không bị hạn chế; thông tin phát ra rõ bằng tiếng Anh/ tiếng Việt. Chế độ an toàn (SaveMode) giúp nhận diện vật cản đưa ra tín hiệu khi tới gần để tránh va đập, tính được chính xác số bước chân từ người dùng đến vật cản. Đọc được văn bản,báo giấy (300 từ mỗi lần) bằng tiếng Việt hoặc tiếng Anh thông qua camera từ kính; tra cứu được ngày giờ, thời tiết tại các địa điểm, nghe thông tin, ghi chú bằng lời nói, nghe nhạc, dịch ngôn ngữ.
Cấu tạo và nguyên lý hoạt động:
Cấu tạo:
Mô hình gồm: (i) Máy tính nhúng Raspberry Pi4 4Gb RAM, (ii) Camerausb 2.0, (iii) Loa và mạch công suất loa, (iv) Mạch nguồn, (v) Các thiết bị phụ trợ: Pin lipo, mic, vỏ hộp, dây kết nối, kính đeo mắt...
Nguyên lý hoạt động:
Sau khi bật nút nguồn, máy tính nhúng sẽ được cấp nguồn từ pin lipo và bắt đầu khởi động, chương trình nhận diện vật thể được bật, loa sẽ phát lời nhắc: “Hệ thống khởi động thành công”, lúc này chương trình đã chạy thành công và đang trong quá trình nhận diện vật thể. Khi phát hiện vật thể xuất hiện trong khung hình, thiết bị sẽ xuất tín hiệu âm thanh ra loa bằng giọng nói.Người dùng có thể khởi động các chức năng khác nhau bằng cách điều lệnh giọng nói. Khi không sử dụng người dùng tắt nút nguồn và hệ thống ngừng hoạt động.
Khả năng áp dụng:
Mô hình đã được hội người mù địa phương sử dụng chứng minh được công năng hỗ trợ người khiếm thị nên sản phẩm có khả năng áp dụng cho tất cả những người bị khiếm thị trên địa bàn cả nước.
Hiệu quả của mô hình:
Mô hình giúp người khiếm thị phát hiện được từng loại đồ vật, con vật mà không bị ảnh hưởng bởi các yếu tố gây nhiễu, kích thước và chất liệu vật thể, số lượng vật thể không giới hạn, giá thành rẻ hơn 30-50% so với các thiết bị cùng tính năng trên thị trường.