تصميم وتنفيذ نظام رؤية ذكي للأشخاص ضعيفي البصر باستخدام الشبكات العصبية العميقة

الملخص

يُواجه الأشخاص من ذوي الإعاقة البصرية تحديات كبيرة في حياتهم اليومية، لا سيما فيما يتعلق بالتنقّل والتعرّف على الأشياء المحيطة بهم. ويسعى هذا البحث إلى تطوير نظام ذكي مساعد يعتمد على تقنيات الذكاء الاصطناعي، وتحديداً الشبكات العصبية العميقة، من أجل التعرّف على الكائنات المختلفة وتقديم تغذية صوتية مباشرة للمستخدم، بما يسهم في تحسين إدراكه لمحيطه وفهمه للبيئة المحيطة بشكل أفضل.

يعتمد النموذج المقترح على تدريب خوارزمية تعلم عميق باستخدام مجموعة صور لأجسام تُعد ذات صلة مباشرة باحتياجات الأشخاص ضعاف البصر، مثل الأدوية والأوراق النقدية والمواقع. وبالإضافة إلى التعرف على الأشياء، يوفّر النظام إمكانية تقدير المسافة بين المستخدم والعوائق أو الأشخاص في البيئة المحيطة من خلال مبدأ تشابه المثلثات، دون الاعتماد على حساسات المسافة التقليدية، مما يقلّل من التكاليف ويزيد من كفاءة النظام.

يعتمد النظام على أجهزة منخفضة التكلفة وهي ESP32-CAM لبث الفيديو وRaspberry Pi 3 Model B لمعالجة البيانات. إلى جانب الاستفادة من منصة Google Colab في تنفيذ المهام الحاسوبية المعقدة بكفاءة.

أظهرت نتائج التقييم أداءً متميزاً للنموذج في التعرف على الكائنات ضمن الفئات الثلاث، حيث سجلت قيم الدقة (Precision) لكلٍّ من الأوراق النقدية، المواقع، والأدوية على التوالي: 96.2%، 97%، و99.3%، في حين سجّلت قيم الاسترجاع (Recall) للفئات نفسها: 97%، 97.5%، و99.5%. أما متوسط الدقة (mAP)، فقد بلغ 98.2% للأوراق النقدية، 98% للمواقع و100% للأدوية.

تعكس هذه النتائج قدرة النموذج العالية على التصنيف الموثوق للكائنات في الفئات المستهدفة، مما يؤكد فعاليته وأهميته في التطبيقات العملية التي تتطلب موثوقية وتمييزًا عاليين في التعرف والتصنيف.