asistencia a discapacitados visuales para reconocer

Revista Cubana de Ciencias Informáticas Vol. 15, No. Especial UCIENCIA II, Septiembre, 2021 ISSN: 2227-1899 | RNPS: 2301 http://rcci.uci.cu Pág. 1-15

Editorial “Ediciones Futuro”

Universidad de las Ciencias Informáticas. La Habana, Cuba

[email protected]

1

Tipo de artículo: Artículo original

Temática: Procesamiento de imágenes y señales, Reconocimiento de patrones

Recibido: 30/06/2021| Aceptado: 01/10/2021

Asistencia a discapacitados visuales para reconocer billetes mediante aplicación móvil

Assistance to the visual impaired for bill recognition with a mobile application

Maikel Salas Zaldívar1*, https://orcid.org/0000-0001-9640-3258

Robert Herrera Pérez2, https://orcid.org/0000-0002-8311-821X

1La Habana, Cuba. [email protected]

2CUJAE. [email protected]

*Autor para la correspondencia. ([email protected])

RESUMEN

La vista es uno de los sentidos de mayor importancia para el ser humano. Las personas con discapacidad

visual afrontan dificultades para su desenvolvimiento y el reconocer los billetes de papel moneda es una de

las que más limitantes puede imponerles en su desenvolvimiento día a día. Sin embargo, muchas de estas

personas poseen dispositivos móviles, que, si bien no están en principio diseñados para estas personas, con

tecnologías de accesibilidad como lectores de pantalla y sintetizadores de voz logran interactuar con ellos.

Estos dispositivos en su mayoría poseen una cámara digital que permite capturar imagen y video. Empleando

estas capacidades y mediante la aplicación de técnicas de procesamiento de imagen y reconocimiento de

patrones, se ha desarrollado una aplicación móvil, que funcionando en móviles y tabletas de la plataforma

Android, pueden reconocer los billetes y emitir su denominación. De esta manera, los discapacitados visuales

ganan en independencia y mejoran su inserción social.

http://rcci.uci.cu/

mailto:[email protected]

https://orcid.org/0000-0001-9640-3258

https://orcid.org/0000-0002-8311-821X







[email protected]

2

Palabras clave: aplicación; billete; discapacitado; móvil; reconocimiento.

ABSTRACT

Sight is one of the most important senses for human beings. People with visual disabilities face difficulties in

their development and recognizing paper money bills is one of the most limiting factors in their day-to-day

development. However, many of these people own mobile devices, which, although their form of interaction

is not designed for these people in principle, with accessibility technologies such as screen readers and speech

synthesizers they manage to interact with them. These devices mostly have a digital camera that allows you

to capture image and video. Making use of these capabilities and by applying image processing and pattern

recognition techniques, a mobile application has been developed that, running on Android mobiles and tablets,

can recognize banknotes and issue their denomination. This way, the visually impaired gain independence

and improve their social insertion.

Keywords: application; bill; impaired; mobile; recognition.

Introducción

La vista es un sentido de mucha importancia para el ser humano que nos permite desenvolvernos con mayor

facilidad en las actividades diarias. Según estimaciones de la Organización Mundial de la Salud (OMS), en

2012 había aproximadamente 285 millones de personas (más del 4% de la población mundial) con alguna

discapacidad visual, de las cuales 39 millones eran ciegas (Bourne, 2017), con proyecciones de 385 millones

de personas con alguna discapacidad visual para 2030 (Bourne, 2020). Además, se reporta que el 82% de las

personas que padecían ceguera tenían 50 o más años de edad (Who, 2020). En el caso de Cuba, hay más de

30 mil personas ciegas o con discapacidad visual asociadas a la Asociación Nacional del Ciego (Anci, 2019).

Las personas discapacitadas visuales deben afrontar diariamente diferentes situaciones que generan tensión

física y psicológica condicionando su calidad de vida (Agustin, 2007). Una de estas situaciones es reconocer

http://rcci.uci.cu/





[email protected]

3

y diferenciar correctamente la denominación de los billetes. Las monedas se pueden reconocer en función de

la forma, pero los billetes en la mayoría de las monedas del mundo tienen un tamaño similar y muchas veces

también colores similares. Esto puede causar problemas incluso a las personas no totalmente ciegas.

El creciente número de teléfonos móviles los han convertido en el principal medio de comunicación y fuente

de información. Sin embargo, los usuarios con discapacidad visual no pueden utilizar todas las aplicaciones

que se desarrollan. A diferencia de los usuarios videntes enfrentan una obvia dificultad para interactuar con

teléfonos móviles de pantalla táctil. La inaccesibilidad de los teléfonos móviles se debe principalmente a sus

técnicas de interacción, que requieren que el usuario ubique visualmente los objetos en la pantalla (Dobosz,

2017). La “Accesibilidad Móvil” se refiere a hacer sitios web y aplicaciones más accesibles a personas con

discapacidades cuando usan teléfonos inteligentes u otros dispositivos móviles (W3C, 2021). Se tienen en

cuenta posibles problemas como pantallas táctiles, pantallas pequeñas, diferentes formas de interacción, así

como comportamiento en diversos entornos y más.

Los usuarios discapacitados visuales han tenido que crear métodos propios para utilizar teléfonos móviles o

encontrar alternativas. Este problema puede resolverse con tecnologías de asistencia que permiten a estos

usuarios acceder a los teléfonos móviles más fácilmente. En el caso de los teléfonos inteligentes, por ejemplo,

utilidades para lectura de pantalla y síntesis de voz pueden ser descargadas desde las tiendas de aplicaciones

móviles. Estas utilidades permiten la interacción con el dispositivo entregando respuestas sonoras (palabras,

sonidos) o táctiles (vibraciones). Así los usuarios ciegos pueden conocer qué ocurre en la pantalla y con qué

interactúan, y de esta manera utilizar muchas más aplicaciones móviles facilitándole su desenvolvimiento.

Hay pocas aplicaciones especializadas en el reconocimiento de billetes como ayuda para discapacitados

visuales. Algunas están disponibles en tiendas de software como Google Play (para Android) o App Store

(para iOS), otras en la web propia del desarrollador. Algunas aplicaciones de este tipo son: IDEAL Currency

Identifier (IDEAL, 2020), LookTel Money Reader (LookTel, 2020), ViaOptaDaily (ViaOpta, 2020), Blind-

Droid Wallet (Mirwebsistem, 2020), EyeNote (EyeNote, 2018). Estas aplicaciones móviles son en su mayoría

destinadas al reconocimiento del dólar estadounidense, euro o dinar indio, unas pocas son capaces de

reconocer más, y ninguna reconoce papel moneda de Cuba. La mayoría presenta interfaces gráficas de usuario,

mayormente inútiles a los usuarios objetivos. En general no referencian la base científico-técnica empleada.

http://rcci.uci.cu/





[email protected]

4

Varios requerimientos (Sagale, 2018) deben cumplirse en una aplicación móvil de esta índole: una aplicación

móvil destinada a personas con discapacidad visual requiere una interactividad sencilla para que la navegación

por sus funcionalidades y opciones sea de manera simple y directa; un usuario espera que una aplicación de

gestión monetaria, o en este caso, identificación, sea precisa, genere poca o ninguna incertidumbre en sus

operaciones y respuestas; una aplicación de este tipo puede ser empleada para identificar y contar billetes con

distintas necesidades de inmediatez por ejemplo la rápida verificación de los billetes al cambio; teniendo en

cuenta las limitantes de los usuarios de estas aplicaciones, se requiere de una realimentación de las acciones

llevadas a cabo, de las operaciones ejecutadas por la aplicación y de las respuestas que esta entrega, así como

ayudas sonoras (pitidos), hápticas (vibración) y verbales (voz sintética o grabada).

Para hacer accesible a las personas con discapacidades visuales el reconocimiento automático de

denominaciones de billetes cubanos empleando los procedimientos antes descritos, se desarrolló una

aplicación para dispositivos móviles. Esta se ha nombrado “¿Que Billete?”, estilizado como qBillete y está

destinada a funcionar sobre el sistema operativo Android. Se analizaron las bases de este tipo de aplicaciones

(Solymar, 2011), (Rashid, 2013) definiéndose los requerimientos básicos, así como las facilidades adicionales

que enriquecieran e hicieran más funcional la aplicación.

Nota: Lo descrito en el presente trabajo está basado en la primera versión de qBillete, a fecha de esta

publicación se encuentra en versión superior que incluye el reconocimiento de euro, tarjetas, colores y niveles

de iluminación, y mejoras de rendimiento y precisión.

Materiales y métodos

El sistema de reconocimiento básico se basa en extracción de puntos característicos y sus descriptores

mediante SURF (Bay, 2008) que permite tener robustez a diversas variaciones geométricas y fotométricas en

las imágenes sin ser demasiado complejo computacionalmente. Este es un punto importante, al ser operación

en una plataforma más limitada como son los dispositivos móviles. Se obtienen primero unas plantillas a

partir de imágenes procesadas de cada billete, donde se eliminan todas las estructuras comunes entre

denominaciones y se mantienen las únicas, como se observa en la figura 1. Los puntos característicos extraídos

http://rcci.uci.cu/





[email protected]

5

y sus descripciones se almacenan. De las características extraídas de las plantillas y de las imágenes

capturadas para el reconocimiento se conservan solamente las más robustas (un máximo de 150).

Fig. 1 - Edición de los billetes para crear las plantillas de extracción de datos de comparación.

Para el reconocimiento se comienza capturando imágenes continuamente, de las que primero se analiza su

calidad, su contraste y enfoque mediante el análisis de los gradientes (Fig. 2). Si la calidad no es suficiente, se

descarta la imagen. Descartar tempranamente imágenes que no cumplen parámetros de calidad evita errores

y pasos posteriores con mayores requerimientos de cómputo.

Fig. 2 - Análisis de gradientes para estimar enfoque. Izquierda, una imagen enfocada; derecha, imagen desenfocada.

A continuación, el área de interés se segmenta mediante un algoritmo GrabCut (Rother, 2004) en una versión

reducida de la imagen (por razón de rendimiento), con resultados similares al mostrado en la figura 3. Si no

hay suficiente área se descarta la imagen.

http://rcci.uci.cu/





[email protected]

6

Fig. 3 - Segmentación del área de interés para crear la máscara de análisis.

Finalmente se extraen los puntos característicos dentro de esta área. Se realiza entonces una correlación de

estos puntos extraídos con los almacenados, calculando una puntuación según cuantos puntos de la plantilla

coinciden con los extraídos. La denominación con mayor puntuación se toma como la inicial correcta.

Fig. 4 - Votación de resultado final dentro de la ventana temporal de resultados.

Sin embargo, ni la extracción de las características ni la correlación son perfectas, por diversos motivos como

posición del objeto y cámara o la iluminación. Por ello se aplica un mecanismo de votación basado en cantidad

de correspondencias con respecto a las denominaciones reconocidas. Por ejemplo, si se toman tres resultados

seguidos, el que aparezca dos o más veces se toma como el correcto. O si se tomaran cinco resultados, se

reporta como correcto el que aparezca tres o más veces. Si no se alcanza el umbral de seguridad se reporta

como no reconocido. La cantidad de resultados analizados se mantiene constante añadiendo los nuevos

reconocimientos y eliminando los más antiguos.

http://rcci.uci.cu/





[email protected]

7

Desarrollo para Android

Android es un sistema operativo basado en una versión modificada del kernel de Linux y otros softwares de

código abierto, lanzado en 2007. Está diseñado primariamente para dispositivos móviles con pantalla táctil,

como teléfonos inteligentes y tabletas. Es desarrollado por un consorcio conocido como Open Handset

Alliance y con el respaldo comercial de Google. Según datos de abril de 2021, a nivel mundial Android

alcanza una cuota de mercado de un 72% (Statcounter-a, 2021). En Cuba este valor alcanza 90% (Statcounter-

b, 2021). En datos mostrados por ETECSA, el operador nacional de telecomunicaciones, nueve (>90%) de

los diez primeros fabricantes móviles más usados en la red móvil usan Android (Cubadebate, 2020).

Como entorno de desarrollo se empleó Android Studio, con el código funcional escrito en Java. Para generar

los archivos de voz sintetizada se empleó el software Balabolka 2.15 (CrossPlusA, 2021). Para el

procesamiento de imagen y reconocimiento de patrones se emplea la biblioteca de código abierto OpenCV

(OpenCV, 2021) mediante su API para Java. Para el almacenamiento de los datos se emplea SQLite.

Las versiones de Android soportadas se definieron según dos parámetros: las versiones mínimas del API

empleadas en las versiones de OpenCV usadas; y la versión de Android con mayor uso y la más antigua con

mayor uso en Cuba, y en cierta medida, en el mundo.

Tabla 1 - Versiones de Android a tener en cuenta. * Por datos de Internet, **Por dispositivos probados.

Teniendo esto en cuenta, se definió como soporte mínimo la versión 4.4 de Android (API 19). Sin embargo,

la versión de OpenCV con soporte a Android 4.4 es sub-óptima en hardware más moderno, desaprovechando

sus capacidades. Esto implicó crear dos versiones de qBillete, una con soporte desde Android 4.4 para más

alcance, y otra para Android 5.0 y superior y mejor rendimiento en dispositivos más modernos (Tabla 2).

http://rcci.uci.cu/





[email protected]

8

Tabla 2 - Variantes de la aplicación y datos de soporte.

Diseño. Por las características de sus usuarios, la interfaz gráfica de la aplicación es mínima. La pantalla se

mantiene en negro. Solo se muestra el último resultado en caracteres de alto contraste. Para contrarrestar las

posibles condiciones de baja iluminación y sombras, siempre se activa la iluminación. Toda la interacción es

por tacto y realimentación sonora.

Interactividad. La navegación por las distintas partes de la aplicación se realiza por tacto mediante

deslizamiento a derecha e izquierda. Cada sección realiza una función determinada que es declarada

reproduciendo una narración. Así se guía al usuario para orientarlo en que sección se encuentra y que hace,

las opciones, la ayuda completa e información adicional. Las secciones enlazan hacia ambas direcciones unas

con otras en un ciclo de navegación, como se observa en la figura 6.

Realimentación. Los usuarios con discapacidad visual necesitan una realimentación de las interacciones que

realizan en el dispositivo y respuestas a las acciones. Esta realimentación se realiza de manera sonora o táctil.

Voz. Un sistema TTS (Text to Speech) inteligible permite a las personas con discapacidad visual interactuar

con dispositivos como computadoras o móviles. Android posee características de asistencia, donde destaca la

capacidad TTS, con modelos y vocabularios incorporados a los dispositivos por los fabricantes o

descargables. Si bien a los usuarios a quienes va destinada la aplicación mayormente tiene sistemas de

asistencia ya activos en sus dispositivos, para evitar incompatibilidades, todas las guías y respuestas a

vocalizar en la aplicación fueron sintetizadas por un motor TTS externo y se incluyen en la aplicación. La

aplicación incluye la opción de cambiar entre el audio incorporado o sintetizado por el propio dispositivo.

http://rcci.uci.cu/





[email protected]

9

Tonos. La realimentación de resultado mediante tonos es una variante que ayuda con la privacidad del

usuario, pues no revela el valor del billete expresándolo directamente. Además, en entornos ruidosos puede

ser más fácil de escuchar tonos que una voz. La respuesta por tonos puede emplear patrones de dos tonos

distintos (agudo y grave) o el mismo tono con dos duraciones distintas. qBillete emplea dos tonos distintos

conformados de la siguiente manera: $1, un tono agudo; $3, dos tonos agudos; $5, tres tonos agudos. $10,

un tono grave; $20, dos tonos graves; $50, tres tonos graves. $100, 1 tono agudo y uno grave; $200, dos

tonos agudos y uno grave; $500, tres tonos agudos y uno grave; $1000, tres tonos agudos. Así se reduce el

tiempo total de sonido emitido, lo que permite más respuestas seguidas y/o reaccionar más rápido.

Vibración. La realimentación de resultado mediante vibración del dispositivo también ayuda con la

privacidad, pues no revela el valor del billete por vía sonora y no genera molestias a personas cercanas con el

sonido de los tonos. En entornos ruidosos las vibraciones son una ayuda y los usuarios que sufren también de

mala audición podrán recibir las respuestas sin problemas. La respuesta por vibración emplea los mismos

patrones de los tonos, pero con diferente longitud y separación para mejor identificación. Vibraciones cortas

se corresponden con los tonos agudos y vibraciones largas con los tonos graves.

Funcionamiento de la aplicación

Al iniciar la aplicación se emite un mensaje de bienvenida y anuncia la configuración activa. El usuario puede

deslizar hacia los lados para acceder a las opciones de configuración y ayuda. Cada sección y operación es

anunciada por voz. Los cambios de opciones y captura de información se realizan con dos toques.

En el modo reconocimiento, manteniendo un toque continuado sobre la pantalla, se activa la función de

reconocer. Esto es, se captura de manera continua la imagen, se analiza su calidad, se segmenta el área de

interés (billete), se extraen las características y estas se comparan con las almacenadas para cada

denominación, calculando una puntuación de correlación. Varios resultados del reconocimiento se acumulan

de manera continua para mejorar la precisión mediante una heurística de votación ponderada. La

http://rcci.uci.cu/





[email protected]

10

denominación con mayor puntuación se da como la correcta. El resultado se emite como voz, tonos o

vibración según se configure. Además, se muestra en caracteres de alto contraste en pantalla.

Pruebas de precisión

Las pruebas de precisión se realizaron buscando crear las peores condiciones, los que ayuda a establecer una

línea base inferior. Se realizaron tomando videos continuos de cada billete, un video por cada cara, y luego

procesándolos. Los problemas introducidos a propósito fueron: movimiento continuo del dispositivo y con

cambios de distancia a la cámara, desplazamiento, rotación, inclinación y doblado del billete, cambios

continuos en la manera de sujetar el billete, con más o menos área cubierta por los dedos, condiciones de

iluminación cambiantes, en interiores y exteriores, a las sombra y sol directo, de día y de noche, cambio

continuo del fondo de escena, uso de diferentes dispositivos.

El resultado medio para las pruebas de peores condiciones se determinó en un 68% de reconocimientos

correctos, variando entre 61% y 75%. La operación real con la aplicación se espera más controlada, con el

usuario siguiendo las recomendaciones de manipulación, posición, estabilidad, entorno y con algo de práctica,

por lo que los resultados generales serían mucho mejores. Al realizar la operación siguiendo las buenas

prácticas recomendadas y haber logrado habilidad usando la aplicación, los resultados correctos superan el

90% ya en el primer resultado entregado. Luego el usuario puede asegurarse aplicando otras recomendaciones.

Los problemas que más afectan al reconocimiento son la baja calidad de la cámara (enfoque, ruido,

sensibilidad, respuesta a la iluminación) y la manipulación (movimiento, dobleces). Otras “tácticas” ayudan

a asegurar los resultados. Tales como reconocer el billete por ambas caras, y/o esperar varios resultados

seguidos. Esto permite llegar a básicamente un 100% de precisión en el reconocimiento final.

Pruebas de rendimiento en dispositivos móviles

La aplicación está programada en Java y todas las llamadas a la biblioteca OpenCV nativa se realizan

mediante JNI (Java Native Interface). El coste computacional es mayor por lo que se requiere de un diseño y

http://rcci.uci.cu/





[email protected]

11

optimización cuidadosa, reusar datos y evitar creación continua de estructuras, hacer solo las llamadas

necesarias a funciones. Una elevada demanda computacional hace que la temperatura y necesidades

energéticas de los circuitos aumenten. Un SoC (System On a Chip) móvil puede empezar funcionando a pleno

rendimiento, y luego disminuir su velocidad hasta que se reduzcan los valores de temperatura y/o consumo

de energía a ciertos umbrales especificados por los fabricantes.

Las pruebas de rendimiento se realizaron para determinar el peor tiempo posible entre entregas de resultados.

Se realizaron con un reconocimiento continuado por más de un minuto, buscando que se activaran los límites

térmicos/energéticos del dispositivo. Se tomaron los valores mínimos, estableciendo la línea base de peor

funcionamiento. Si bien las pruebas abarcaron más de treinta dispositivos distintos, para hacer más concisa la

tabla 3 solo se muestra el peor resultado por dispositivo probado de cada año de fabricación. Todo otro

dispositivo probado entregó mejores resultados que estos.

Debe tenerse en cuenta que el que un dispositivo procese en menos de un segundo, no significa que se

responda en ese tiempo, pues las respuestas se solaparían. Solo se responde cuando ya se ha entregado una

respuesta anterior. Un tiempo menor significa que se obtiene la primera respuesta en menor tiempo y que

algunos parámetros pueden optimizarse dinámicamente para, por ejemplo, incrementar la precisión.

Tabla 3 - Rendimiento mínimo en dispositivos móviles. Valores menores son mejores.

Al emplear una versión más moderna de la biblioteca OpenCV se obtiene más rendimiento al aprovecharse

mejor diferentes y/o nuevas características de las arquitecturas (ARM, 2021). En el caso que se usan los

núcleos de CPU (Central Processing Unit) más avanzados, el incremento es el doble e incluso el triple.

http://rcci.uci.cu/





[email protected]

12

Despliegue

La aplicación es puesta en sus dos variantes a disposición de los usuarios por varias vías. En una web dedicada

(OmenTec, 2021) a través de un artículo explicativos y enlaces de descarga, y mediante un canal en el sistema

de mensajería Telegram dedicado (Telegram, 2021), al que se adjunta un chat para realimentación.

Dificultades en el registro en Apklis, plataforma nacional de distribución de aplicaciones para Android, ha

impedido su publicación ahí.

Debido a la forma actual de distribución no se conoce el alcance real, en tener una estimación de la cantidad

de personas que emplean la aplicación. A fecha de agosto de 2021, en el canal de Telegram hay unos 180

suscriptores. Estos pueden a su vez intercambiar por otras vías la aplicación con otras personas no suscritas o

sin acceso a conectividad. Intercambios con funcionarios de la ANCI y otros usuarios permiten conocer que

se ha logrado una amplia distribución entre los usuarios potenciales en todo el país.

Resultados y discusión

Los comentarios y opiniones recibidas por diferentes vías muestran una gran aceptación de la aplicación. Al

ayudar con las operaciones monetarias, cosa sensible y a veces complicado, los usuarios manifiestan

agradecimiento al tenérseles en cuenta sus necesidades y que les faciliten la inclusión social e independencia

en su desenvolvimiento diario.

Luego de transcurrido un tiempo de la publicación, en espera de que los usuarios emplearan la aplicación,

probaran sus características y funcionalidades y se crearan una opinión al respecto, se publicó una encuesta

donde podía calificarse a qBillete entre 1 y 5 puntos. Al momento de escritura de este documento se

registraban 51 votos por los usuarios, con una calificación ponderada de 4.4 puntos sobre cinco. Ha habido

también reconocimiento de parte de la directiva de la ANCI, así como ha aparecido en los medios del país

(TV, radio y prensa escrita) (Granma 2021) (Tribuna, 2021).

http://rcci.uci.cu/





[email protected]

13

Conclusiones

La aplicación qBillete se ha desarrollado para los discapacitados visuales como usuarios principales. Para

ellos representa una ayuda a su independencia y desenvolvimiento de la cotidianeidad, así como una mejoría

en su inserción social. Las opiniones han sido muy buenas y se ha mantenido una realimentación con reportes

de problemas, recomendaciones y soluciones, no solo con los desarrolladores, sino también entre usuarios.

La aplicación muestra una buena efectividad en las operaciones de reconocimiento si se siguen las pautas de

manipulación. La compatibilidad está mayormente asegurada con dispositivos lanzados en los últimos 8 años.

Varios aspectos se han tenido en cuenta para el desarrollo futuro de qBillete, tales como: añadir

reconocimiento de otras monedas y de las tarjetas bancarias usadas en Cuba, reconocimiento de color y niveles

de iluminación, pasar a un código nativo la algorítmica y emplear funciones con aceleración en los móviles

que sean compatibles para ganar rendimiento y mejorar aspectos que redundan en mayor precisión y menor

consumo de energía, así como desarrollar una versión con el reconocimiento/clasificación de imagen basado

en redes neuronales convolucionales profundas optimizadas para dispositivos móviles mejorando la robustez

del reconocimiento.

Referencias

Agustin, A. et al. Anxiety and depression prevalence rates in age-related macular degeneration. Investigative

Ophthalmology and Vision Science, 48, 1498–1503, 2007

ARM. big.LITTLE. https://www.arm.com/why-arm/technologies/big-little. 2021

Bay, H., Ess, A., Tuytelaars, T., Van Gool, L. SURF: Speeded Up Robust Features. Computer Vision and

Image Understanding (CVIU), Vol. 110, No. 3, pp. 346–359, 2008

http://rcci.uci.cu/





[email protected]

14

Bourne, R.R.A. Magnitude, temporal trends, and projections of the global prevalence of blindness and

distance and near vision impairment: a systematic review and meta-analysis. Lancet Global Health, 5(9):

e888-97, 2017

Bourne, R.R.A. Global Prevalence of Blindness and Distance and Near Vision Impairment in 2020: progress

towards the Vision 2020 targets and what the future holds. Invest. Ophthalmol. Vis. Sci., vol. 61, no. 7, 2020

Cubadebate. http://www.cubadebate.cu/noticias/2020/03/16/que-telefonos-moviles-se-usan-mas-en-cuba-

infografia-y-top-10/. marzo 2020

CrossPlusA. Balabolka. http://www.cross-plus-a.com/balabolka.htm, 2021

Dobosz, K. Designing Mobile Applications for Visually Impaired People. Visually Impaired: Assistive

Technologies. Challenges and Coping Strategies (pp.103-126), Nova Science Publishers, 2017

EyeNote. https://www.eyenote.gov/, 2018

Granma. Conozca qBillete, la apk que facilita a personas ciegas reconocer el papel moneda. julio 28, 2021

IDEAL Currency Identifier. http://Ideal-group.org, 2020

LookTel Money Reader. http://www.looktel.com/moneyreader, 2020

Mirwebsistem. Blind-Droid Wallet. http://droid.mirwebsistem.com/en/en-blind-droid-wallet/, 2020

OmenTec. https://www.omentec.cubava.cu, 2021

OpenCV. https://www.opencv.org, 2021

Rashid, A., Prati, A., Cucchiara, R., On the design of embedded solutions to banknote recognition. Optical

Engineering 52(9), 093106, 2013.

Rother, C., Kolmogorov, V., Blake, A., GrabCut: Interactive foreground extraction using iterated graph cuts.

ACM Transactions on Graphics, vol. 23, pp. 309–314, 2004

Sagale, A. A., Chaudhari, A. (2018). Assistive Technologies for Visually Impaired Users on Android Mobile

Phones. International Journal of Computer Applications, Vol. 182 No. 32

Solymar, Z., Stubendek, A., Radvanyi, M., Karacs, K. (2011). Banknote recognition for visually impaired.

20th European Conference on Circuit Theory and Design.

Statcounter(a) https://gs.statcounter.com/os-market-share/mobile/. abril 2021

Statcounter(b) https://gs.statcounter.com/os-market-share/mobile/cuba. abril 2021

Statcounter(c) https://gs.statcounter.com/android-version-market-share/mobile-tablet/, abril 2021

http://rcci.uci.cu/





[email protected]

15

Statcounter(d) https://gs.statcounter.com/android-version-market-share/mobile-tablet/cuba. abr. 2021

Telegram OmenTec.qBillete. https://t.me/joinchat/24-8m8-B76kxZTVh

Tribuna de la Habana. Aplicación “Qué billete” da vista a los ciegos cubanos. julio 24, 2021

ViaOptaDaily. http://viaopta-apps.com/ViaOptaDaily.html, 2020

W3C. Mobile Accessibility. https://www.w3.org/WAI/standards-guidelines/mobile/, 2021

World Health Organization. World report on vision. Executive Summary. Department of Non-Communicable

Diseases. 2019

Contribuciones

Conceptualización: Maikel Salas Zaldívar.

Curación de datos: Maikel Salas Zaldívar, Robert Herrera Pérez.

Investigación: Maikel Salas Zaldívar

Administración del proyecto: Maikel Salas Zaldívar

Recursos: Maikel Salas Zaldívar, Robert Herrera Pérez.

Software: Maikel Salas Zaldívar, Robert Herrera Pérez.

Supervisión: Maikel Salas Zaldívar

Validación: Maikel Salas Zaldívar

Redacción – borrador original: Maikel Salas Zaldívar

Redacción – revisión y edición: Maikel Salas Zaldívar

http://rcci.uci.cu/


asistencia a discapacitados visuales para reconocer

Documents