Supqua: aplicación móvil para interpretar datos de las señales del SITP zonal para la población en condición de discapacidad visual usando machine learning

En este proyecto de grado se desarrolló y publicó una aplicación para dispositivos móviles con sistema operativo Android que implementa funcionalidades de Machine Learning y datos abiertos para consultar la información de las rutas en los paraderos zonales del Sistema Integrado de Transporte Urbano de la ciudad de Bogotá (SITP) sin requerir conexión a Internet y diseñada para las personas en condición de discapacidad (PcD) visual parcial o completa. Se usó la técnica de Transfer learning para obtener un modelo de detección de objetos en Tensor Flow usando fotografı́as e imágenes generadas por computadora para identificar las señales, y para el reconocimiento de caracteres ópticos del código alfanumérico único del paradero se uso Tesseract OCR, código que se consulta en la información extraı́da de los datos abiertos de Bogotá y almacenada de forma local en el dispositivo y cuyo resultado es compartido en la interfaz con soporte para la retroalimentación audible al usuario.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/24820
• Acceso en línea: http://hdl.handle.net/11349/24820
• Palabra clave: TensorFlow; Datos abiertos; Aprendizaje de máquina; Discapacidad visual; Movilidad Bogotá; Reconocimiento caracteres ópticos; Ingeniería Telemática - Tesis y Disertaciones Académicas; Aprendizaje automático (Inteligencia artificial); Servicios de información para ciegos - Bogotá (Colombia); Ciegos - Aprendizaje automático (Inteligencia artificial); Tensor Flow; Open data; Machine Learning; Visual impairment; Bogota Mobility; Optical recognition characters
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional