Независимая экспертиза смартфона москва: цена технической экспертизы смартфонов и сотовых мобильных телефонов

Зависимость от сотового телефона и психологическое и физиологическое здоровье подростков



«В наши дни у нас есть смартфоны, умные автомобили, умные доски, умные все, но подумайте: если технологии становятся умнее, означает ли это, что люди становятся тупее? ”

Ребекка МакНатт

Уважаемый редактор,

Было проведено исследование использования смартфонов и их влияния на всех подростков за многие годы. Это совсем не новая проблема. Но растущая тенденция к зависимости от сотовых телефонов и плохое психологическое и физиологическое здоровье подростков побудили написать это письмо.Было проведено множество исследований с использованием различного человеческого поведения в качестве зависимой и независимой переменной. Некоторые исследователи изучали физическое здоровье или успеваемость подростков с зависимостью от смартфонов, а другие анализировали психологическое поведение и социальные отношения с зависимостью от мобильных телефонов. В этих статьях был сделан обзор некоторых из последних исследований.

Быстрое развитие технологий привело к появлению множества гаджетов, смартфон — одно из них (Nishad and Rana, 2016 [15]). Люди с большей вероятностью проводят время в социальных сетях, занимаются деловой перепиской, занимаются академическим поиском, находят ответы на вопросы и играют в игры.Почти 95 процентов американцев имеют сотовые телефоны и 77 процентов — смартфоны. Во всем мире смартфоны использовали 1,85 миллиарда человек в 2014 году, что, как ожидается, составит 2,32 миллиарда в 2017 году и 2,87 миллиарда в 2020 году (Cha and Seo, 2018 [8]). Такая слишком большая зависимость делает нас «зависимыми от мобильных». Мобильные телефоны облегчают нашу жизнь, но, с другой стороны, они нас связывают. Мобильная зависимость имеет не только физический эффект, но также психологический и академический эффект. Недостаток сна, беспокойство, стресс и депрессия, которые связаны со злоупотреблением Интернетом, также были связаны с использованием мобильных телефонов (De-Sola Gutiérrez et al., 2016 [9]). Все сущности, которые могут стимулировать человека, могут быть зависимыми. Всякий раз, когда привычка превращается в обязательство, она становится зависимостью (Alavi et al., 2012 [1]). Немногие исследователи считают, что использование смартфонов и пол существенно не связаны (Nishad and Rana, 2016 [15]).

Главный вопрос — как узнать, что мы зависимы от мобильного телефона? Когда человек большую часть времени пользуется своим мобильным телефоном, не в состоянии сократить использование сотового телефона, использует сотовые телефоны как средство от скуки, испытывает тревогу или депрессию, когда ваш телефон находится вне зоны досягаемости, теряет отношения. Исследования показывают, что «когда использование мобильного телефона становится зависимостью, поведение становится стрессовым». Сальваторе Инсига, нейрохирург из Института нейробиологии Northwell Health в Манхассете, штат Нью-Йорк, считает, что, тем не менее, нет убедительных доказательств между радиацией сотового телефона и риском опухоли, но возможность все еще существует. Подростки подвержены высокому риску зависимости от смартфонов (Cha and Seo, 2018 [8]).

Чрезмерное использование смартфона в сочетании с негативным отношением и чувством беспокойства и зависимости от гаджетов может увеличить риск тревоги и депрессии (Rosen et al., 2013 [18], Thomée et al., 2011 [20]). Джонс (2014 [10]) провел опрос о поведении студентов Илона вместе с онлайн-опросом и обнаружил, что студенты, похоже, пристрастились к своим мобильным телефонам. Тем не менее, был сделан вывод, что чрезмерное использование смартфона имело негативный психологический эффект.

Другое исследование было проведено по использованию мобильных телефонов среди подростков. Они набрали 439 студентов в возрасте 12-17 лет из Центральной Швейцарии в качестве своей выборки и раздали анкету сначала их родителям, а затем детям (процедура была повторена через год с той же выборкой).Был сделан вывод о том, что использование мобильного телефона в ночное время было обычным явлением среди молодежи, и сообщалось о плохом восприятии здоровья из-за того, что они не спали всю ночь. Не было обнаружено записываемой ассоциации между производительностью памяти и мобильными телефонами (Schoeni et al., 2015 [19]). Reinecke et al. (2017 [17]) исследовали эффекты психологического здоровья и стимулятор цифрового стресса. Он опросил 1557 немецких интернет-пользователей в возрасте от 14 до 85 лет и сообщил, что коммуникационная нагрузка положительно связана с воспринимаемым стрессом, а также косвенно влияет на депрессию и тревогу.

Boumosleh & Jaalouk (2017 [6]) исследовали, влияют ли тревога и депрессия независимо на зависимость от смартфонов. Их выборка состояла из 668 случайных ливанских студентов бакалавриата. Их перекрестное исследование показало, что депрессия и тревога также являются положительным предиктором зависимости от смартфонов. Они также показали, что оценка депрессии является более сильным предиктором по сравнению с тревогой. Исследование Брайана (2013 [7]) подвергло исследованию «Два дня без телефона» и показало, что Кенни никогда не хотел терять свой сотовый, но Франческа была счастлива, что у нее не было сотового телефона, и она решила отказаться от своего телефона.Исследователи обнаружили интенсивный рост использования мобильных телефонов среди подростков и симптомы депрессии, факторы риска суицида и уровень самоубийств в 2012 году. Зависимость от мобильного телефона отрицательно коррелирует с успеваемостью (Ng et al., 2017 [14]; Baert et al. al., 2018 [4]; Lepp et al., 2015 [11]; Boumosleh, Jaalouk, 2018 [5]). Арефин и др. (2017 [2]) провел тематическое исследование студентов-предпринимателей в Бангладеш и обнаружил, что повышенное нетерпение и беспокойство в повседневной жизни отрицательно сказываются на успеваемости студентов.

Неги и Годиял (2016 [13]) наблюдали студентов колледжа HNBUG-SRT во время прогулки по кампусу вместе с анкетой и обнаружили, что 64% ​​студентов использовали мобильные телефоны в кампусе. Была собрана рандомизированная выборка из 100 студентов. Опрос показал, что использование смартфонов оказывает негативное психологическое воздействие на молодое поколение. Они чувствовали себя подавленными и тревожными при использовании мобильных телефонов. С другой стороны, некоторые молодые люди проявляли расслабленное поведение даже без мобильного телефона.Исследование, посвященное изучению интернет-зависимости и личностных качеств, показало, что лояльность, эмоциональная стабильность и экстраверсия являются основными предикторами интернет-зависимости (Zamani et al., 2011 [21]). Thomée et al. (2011 [20]) пришли к выводу, что высокая частота использования сотового телефона может привести к ухудшению психического здоровья, когда они наблюдали за молодыми студентами в возрасте от 20 до 24 лет в течение 1 года. Они пришли к выводу, что частое использование сотовых телефонов связано с недосыпанием и симптомами депрессии как у мужчин, так и у женщин.

Онлайн-исследование населения Малайзии показало, что интенсивное использование мобильных телефонов может привести к физиологическим и психологическим осложнениям, когда исследование проводилось с участием 409 респондентов (Parasuraman et al., 2017 [16]). Описательное исследование показало, что интернет-зависимость похожа на наркозависимость, за исключением того, что поведенческая зависимость (интернет-зависимость) не связана с веществом. Кроме того, физические симптомы отсутствуют при поведенческой зависимости, но если интернет-зависимость продолжится, она будет иметь те же результаты, что и алкогольная (Alavi et al., 2012 [1]).

Другое обсервационное исследование сообщает, что бессонница может привести к депрессии. Ли и др. (2016 [12]) провели проспективную когорту и предположили, что бессонница и риск депрессии связаны. Де-Сола Гутьеррес и др. (2016 [9]) показали, что проблемное использование мобильного телефона было связано с дефицитом сна, депрессией, тревогой и стрессом.

Ча и Со (2018 [8]) стремились изучить прогностические факторы зависимости от смартфонов у учащихся средних школ в Южной Корее.Были выбраны две группы: одна группа риска и другая нормальная группа. Две группы показали существенно разные результаты. Прогнозирующими факторами зависимости от смартфонов были социальные сети и осведомленность о чрезмерном использовании игр. Один исследователь обнаружил, что подростки, которые проводят больше времени за своими гаджетами, с большой вероятностью более подвержены риску самоубийства. В другом исследовании, проведенном Augner и Hacker (2012 [3]), изучалась связь между чрезмерным или неправильным использованием сотовых телефонов и психологическим здоровьем. Они указали, что низкая эмоциональная стабильность, хронический стресс и депрессия связаны с использованием телефона.

Согласно последним исследованиям, стало известно, что существует две школы мысли. Некоторые исследователи полагают, что существует положительная связь между зависимостью от сотового телефона и психическим здоровьем в подростковом возрасте, а некоторые полагают, что между ними существует отрицательная или косвенная связь.

Подтверждено, что психическое и физическое здоровье подростков связано с зависимостью от сотовых телефонов. Но мы не можем сказать со 100% точностью, что мобильный телефон является единственной причиной плохого психического или физиологического здоровья подростков.Рецензированные статьи этого исследования показали двойственные результаты. Результат приходит в двух разных школах мысли. Одно мнение подчеркивает, что зависимость от мобильного телефона и психологическое здоровье имеют прямую связь. Использование сотового телефона плохо сказывается на психическом здоровье подростков, они выглядят встревоженными, подавленными и злыми, а иногда и совершают самоубийства. В эту эпоху увеличивается количество самоубийств. Некоторые исследования также показали положительную связь зависимости от мобильного телефона и физиологического здоровья.

Другая точка зрения обнаруживает косвенную связь между использованием сотового телефона и психологическим здоровьем.Говорят, подростки пользуются мобильными телефонами по ночам, что приводит к бессоннице. А бессонница в конечном итоге приводит к депрессии, тревоге и депрессии. Зависимость от сотового телефона не имеет прямого отношения к психическому здоровью. Изучив эти результаты, можно сделать вывод, что существует связь между зависимостью от сотового телефона и психическим или физическим здоровьем подростков, независимо от того, имеют ли они прямую или косвенную связь. Мы не можем игнорировать эту связь и ее неблагоприятное воздействие на подростков. Предлагается провести дополнительные исследования в этом отношении, чтобы прояснить характер их отношений.

Что такое приоритезация MoSCoW? | Обзор метода MoSCoW

Что такое приоритезация MoSCoW?

Приоритезация MoSCoW, также известная как метод MoSCoW или анализ MoSCoW, является популярным методом приоритизации для управления требованиями.

Аббревиатура MoSCoW представляет четыре категории инициатив: обязательные, обязательные, возможные, не имеющие или не имеющие сейчас. Некоторые компании также используют букву «W» в MoSCoW, чтобы обозначить «желание».

Какова история метода MoSCoW?

Эксперт по разработке программного обеспечения Дай Клегг создал метод MoSCoW, работая в Oracle.Он разработал структуру, чтобы помочь своей команде определить приоритеты задач во время разработки выпусков продуктов.

Подробное описание использования приоритезации MoSCoW можно найти в справочнике по методу динамической разработки системы (DSDM). Но поскольку MoSCoW может определять приоритеты задач в рамках любого ограниченного по времени проекта, команды адаптировали этот метод для широкого спектра применений.

Как работает приоритезация MoSCoW?

Перед запуском анализа MoSCoW необходимо выполнить несколько действий. Во-первых, ключевые заинтересованные стороны и продуктовая команда должны согласовать цели и факторы приоритизации.Затем все участники должны договориться о приоритетах инициатив.

На этом этапе ваша команда также должна обсудить, как они будут разрешать любые разногласия при расстановке приоритетов. Если вы можете определить, как разрешать споры до того, как они возникнут, вы можете помочь предотвратить эти разногласия, замедляющие прогресс.

Наконец, вы также захотите достичь консенсуса в отношении того, какой процент ресурсов вы хотите выделить для каждой категории.

Завершив подготовку, вы можете начать определять, какая категория наиболее подходит для каждой инициативы.Но сначала давайте разберем каждую категорию в методе MoSCoW.

Категории приоритетов MoSCoW

1. Обязательные инициативы

Как следует из названия, эта категория состоит из инициатив, которые являются «обязательными» для вашей команды. Они представляют собой не подлежащие обсуждению потребности для рассматриваемого проекта, продукта или выпуска. Например, если вы выпускаете приложение для здравоохранения, обязательной инициативой могут быть функции безопасности, которые помогают поддерживать соответствие.

Категория «Обязательно» требует, чтобы команда выполнила обязательную задачу. Если вы не уверены, относится ли что-то к этой категории, задайте себе следующие вопросы.

Если продукт не работает без инициативы или выпуск становится бесполезным без нее, инициатива, скорее всего, является обязательной.

2. Обязательные инициативы

Обязательные инициативы — это всего лишь шаг ниже обязательных. Они необходимы для продукта, проекта или выпуска, но не жизненно важны.Если это не учитывать, продукт или проект по-прежнему функционируют. Однако эти инициативы могут принести значительную пользу.

«Обязательные» инициативы отличаются от «обязательных» инициатив тем, что их можно запланировать для будущей версии, не влияя на текущую. Например, улучшения производительности, исправления мелких ошибок или новые функции могут быть «обязательными» инициативами. Без них продукт все равно работает.

3. Возможные инициативы

Другой способ описания «возможных» инициатив — это «хорошо иметь».«Возможные» инициативы не являются необходимыми для основной функции продукта. Однако по сравнению с «обязательными» инициативами, они имеют гораздо меньшее влияние на результат, если их не учитывать.

Таким образом, инициативы, отнесенные к категории «возможных», часто первыми лишаются приоритета, если проект из категорий «обязательных» или «обязательных» оказывается больше, чем ожидалось.

4. Не будет (на этот раз)

Одним из преимуществ метода MoSCoW является то, что он помещает несколько инициатив в категорию «не будет».Категория может управлять ожиданиями относительно того, что команда не будет включать в конкретный выпуск (или другие временные рамки, которые вы определяете в качестве приоритетных).

Отнесение инициатив к категории «непринудительных» — один из способов предотвратить смещение масштабов. Если инициативы относятся к этой категории, команда знает, что они не являются приоритетом для данного конкретного периода времени.

Некоторым инициативам в группе тех, кто не хочет иметь, будет уделяться приоритетное внимание в будущем, в то время как другие вряд ли осуществятся. Некоторые команды решают провести различие между ними, создав подкатегорию внутри этой группы.

Как команды разработчиков могут использовать MoSCoW?

Хотя Дай Клегг разработал подход, помогающий расставить приоритеты задач в рамках ограниченного времени его команды, метод MoSCoW также работает, когда группа разработчиков сталкивается с ограничениями помимо времени. Например:

Что, если ограничивающим фактором команды разработчиков является не крайний срок, а ограниченный бюджет, установленный компанией? Работая с менеджерами по продукту, команда может сначала использовать MoSCoW, чтобы принять решение об инициативах, которые представляют собой обязательные и обязательные.Затем, руководствуясь бюджетом отдела разработки, команда может определить, какие задачи они могут выполнить.

Межфункциональная продуктовая команда может также столкнуться с ограничениями из-за опыта и знаний ее разработчиков. Если в дорожной карте продукта содержится призыв к функциональности, которую команда не имеет навыков для создания, этот ограничивающий фактор будет влиять на оценку этих элементов в их анализе MoSCoW.

Межфункциональные группы также могут оказаться ограниченными другими приоритетами компании. Команда хочет добиться прогресса в выпуске нового продукта, но исполнительный персонал установил сжатые сроки для следующих выпусков в те же сроки. В этом случае команда может использовать MoSCoW, чтобы определить, какие аспекты желаемого релиза являются обязательными, и временно отложить все остальное.

Каковы недостатки приоритизации MoSCoW?

Хотя многие группы разработчиков и разработчиков отдают предпочтение MoSCoW, этот подход имеет потенциальные подводные камни. Вот несколько примеров.

MoSCoW часто критикуют за то, что он не содержит объективной методологии ранжирования инициатив друг против друга. Ваша команда должна будет применить эту методологию к вашему анализу. Подход MoSCoW работает только для гарантии того, что ваша команда применяет последовательную систему баллов для всех инициатив.

Совет для профессионалов: Один из проверенных методов — это взвешенная оценка, при которой ваша команда измеряет каждую инициативу в вашем бэклоге по стандартному набору критериев затрат и выгод.Вы можете использовать метод взвешенной оценки в приложении Roadmap ProductPlan.

Чтобы узнать, какие инициативы вашей команды являются обязательными для вашего продукта, а какие — просто необходимыми, вам понадобится как можно больше контекста.

Например, вам может понадобиться кто-то из вашего отдела продаж, чтобы вы знали, насколько важные (или неважные) потенциальные покупатели рассматривают предлагаемую новую функцию.

Одна из ловушек метода MoSCoW заключается в том, что вы можете принимать неверные решения о том, где разместить каждую инициативу, если ваша команда не получит информацию от всех соответствующих заинтересованных сторон.

Поскольку MoSCoW не включает метод объективной оценки, члены вашей команды могут стать жертвами собственного мнения об определенных инициативах.

Один из рисков использования приоритезации MoSCoW заключается в том, что команда может ошибочно подумать, что MoSCoW сам по себе представляет собой объективный способ измерения пунктов в их списке.Они обсуждают инициативу, соглашаются с тем, что она «должна быть», и переходят к следующей.

Но вашей команде также потребуется объективная и последовательная структура для ранжирования всех инициатив. Это единственный способ свести к минимуму предвзятость вашей команды в пользу предметов или против них.

Когда вы используете метод MoSCoW для определения приоритетов?

Приоритизация MoSCoW эффективна для команд, которые хотят включить представителей всей организации в свой процесс. Вы можете охватить более широкую перспективу, вовлекая участников из различных функциональных отделов.

Еще одна причина, по которой вы можете захотеть использовать приоритизацию MoSCoW, заключается в том, что она позволяет вашей команде определить, сколько усилий нужно вложить в каждую категорию. Таким образом, вы можете убедиться, что в каждом выпуске реализовано множество инициатив.

Если вы планируете попробовать установить приоритетность MoSCoW, помните о нескольких шагах. Включение их в ваш процесс поможет вашей команде получить больше пользы от метода MoSCoW.

1. Выберите объективную систему ранжирования или подсчета очков.

Помните, MoSCoW помогает вашей команде сгруппировать предметы в соответствующие корзины — от обязательных предметов до вашего долгосрочного списка желаний. Но сам MoSCoW не помогает определить, какой элемент к какой категории относится.

Вам потребуется отдельная методология ранжирования. Вы можете выбрать один из многих, например:

• Взвешенная оценка
• Ценность и сложность
• Модель Кано
• Покупка функции
• Оценка возможностей

Чтобы найти лучшую методологию оценки для вашей команды, проверьте из статьи ProductPlan: 7 стратегий выбора лучших функций для вашего продукта.

Чтобы убедиться, что вы помещаете каждую инициативу в нужное ведро — обязательно, нужно, могло или не было — вашей команде нужен контекст.

В начале вашего метода MoSCoW ваша команда должна подумать, какие заинтересованные стороны могут предоставить ценный контекст и идеи. Продажи? Успех клиентов? Исполнительный аппарат? Продакт-менеджеры в другой сфере вашего бизнеса? Включите их в процесс подсчета очков, если вы думаете, что они могут помочь вам увидеть возможности или угрозы, которые ваша команда может упустить.

MoSCoW дает вашей команде ощутимый способ показать вашей организации приоритеты инициатив для ваших продуктов или проектов.

Этот метод может помочь вам достичь консенсуса в отношении вашей работы в масштабах всей компании или, по крайней мере, помочь вам показать заинтересованным сторонам, почему вы приняли те решения, которые приняли.

Сообщение о стратегии расстановки приоритетов вашей команды также поможет вам определить ожидания в рамках всего бизнеса. Когда они увидят вашу методологию выбора одной инициативы перед другой, заинтересованные стороны в других отделах поймут, что ваша команда продумала и взвесила все принятые вами решения.

Если у кого-то из заинтересованных сторон возникнут проблемы с одним из ваших решений, они поймут, что они не могут просто жаловаться — им нужно будет представить вам доказательства, чтобы изменить ваш образ действий.

Abstract

Смартфоны представляют собой идеальную платформу для колориметрических измерений из-за их низкой стоимости, портативности и качества изображения.Как и в случае с любой системой колориметрии, основанной на визуализации, окружающий свет и различные устройства вносят ошибки, которые необходимо устранить. Мы предлагаем новый метод обработки, состоящий из этапа однократной калибровки для учета различий между телефонами и новаторского использования вычитания внешнего освещения с парами изображений для учета изменений внешнего освещения. Сбор данных очень прост, что делает его особенно полезным для использования в полевых условиях, поскольку в изображениях не требуется ничего дополнительного. Вычитание окружающего звука сначала демонстрируется для ряда цветов и телефонов (Samsung S8 и LG Nexus 5X), а соотношение сигнал-шум (SSNR) определяется как показатель для оценки того, подходит ли пара изображений во время захвата изображения. .Экспериментально определенный порог SSNR, ниже которого предлагается повторная съемка изображений, составляет 3,4. Точность классификации результатов с использованием предлагаемого конвейера калибровки затем сравнивается с простейшей альтернативой на основе метаданных изображения, и оказывается, что она значительно превосходит. Наконец, показана настраиваемая карта цветов для повышения точности независимых от устройства результатов для известных меньших диапазонов цветов по сравнению со стандартной картой цветов, что делает ее возможной модификацией для конкретного приложения общего конвейера обработки.

Образец цитирования: Nixon M, Outlaw F, Leung TS (2020) Точные независимые от устройств колориметрические измерения с использованием смартфонов. PLoS ONE 15 (3): e0230561. https://doi.org/10.1371/journal.pone.0230561

Редактор: Чжаоцин Пан, Нанкинский университет информационных наук и технологий, КИТАЙ

Поступила: 25.09.2019; Одобрена: 4 марта 2020 г .; Опубликовано: 26 марта 2020 г.

Авторские права: © 2020 Nixon et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Соответствующие данные доступны на https://doi.org/10.7910/DVN/JJRh5N.

Финансирование: MN и FO являются частью Центра подготовки докторантов в области медицинской визуализации, финансируемого EPSRC (EP / L016478 / 1). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

Стремление к количественным измерениям цвета существует во многих областях. Например, количественное определение колориметрических тестов мочи для измерения pH и глюкозы [1–4] или определение концентрации алкоголя в слюне [5]. Помимо тест-полосок, в медицине есть и другие приложения, которые нацелены на количественную оценку колориметрических биомаркеров человеческого тела для выявления таких состояний, как желтуха [6–8], анемия [9] и состояние глаз, передний блефарит [10].Применения не ограничиваются медициной, например, при проверке качества воды [11] или повышении строгости морского мониторинга [12].

Существуют коммерческие устройства для контактного измерения цвета, которые становятся все более доступными, например X-Rite CAPSURE [13], но для многих из вышеперечисленных приложений контактное измерение невозможно. Визуализация представляет собой привлекательную бесконтактную альтернативу. Цифровые камеры обеспечивают наилучшее качество изображения, но все же могут быть дорогими и громоздкими в транспортировке.С другой стороны, смартфоны невероятно портативны. До недавнего времени критически важный доступ к необработанным изображениям с камер смартфонов был сильно ограничен, но это становится все более распространенным явлением. Кроме того, смартфоны становятся еще дешевле и вездесущими: к 2018 году их будет подписано более 8 миллиардов [14]. С помощью смартфона, в отличие от цифровой камеры, можно создать приложение, которое объединяет захват изображения с необходимой дополнительной обработкой для получения результатов в реальном времени. Все эти факторы в сочетании с постоянным повышением качества изображения смартфонов делают их идеальным кандидатом для использования в колориметрии.

В отличие от зрительной системы человека, камеры не учитывают изменения окружающего освещения автоматически. Это означает, что разные значения цвета будут записаны для одного и того же объекта при разных условиях освещения. Для стабильной колориметрии этот эффект необходимо смягчить. В предыдущей работе использовались различные подходы к решению этой проблемы. Простым подходом является калибровка телефона перед каждым новым измерением [1], однако это увеличивает время захвата для каждого отдельного захвата и поэтому не очень эффективно.Альтернативой является включение стандартизированной белой карты в каждое изображение с использованием баланса белого для учета изменений освещения [15]. Это снова усложняет процесс захвата изображения. Другой подход — полностью удалить окружающий свет и использовать либо вспышку телефона, либо альтернативный источник света в качестве фиксированного освещения [5, 7, 11]. Это устраняет влияние окружающего света, но требует индивидуальной настройки для каждого телефона, а для некоторых приложений это может быть неприемлемым подходом. Сложно найти подход к решению проблемы окружающего света, который был бы достаточно общим и простым.

Вторая проблема использования изображений для колориметрических измерений заключается в том, что разные телефоны будут записывать существенно разные значения даже в одинаковых условиях. Самый простой подход — ограничить эту технику одним телефоном. Однако для более широкого применения метода лучше работать с несколькими типами телефонов. Один из способов решения этой проблемы — использование машинного обучения [3, 16]. Этот подход может иметь дело с изменениями в освещении и использованием разных телефонов за один этап, однако он требует очень больших обучающих наборов, которые продолжают увеличиваться в размере по мере того, как вы хотели бы быть более общими.Кроме того, в зависимости от конкретного метода обычно требуется доступ в Интернет для хранения и применения полученной модели. Это большая проблема для использования в странах с низким и средним уровнем дохода, где потребность в дешевых и портативных подходах наиболее высока. Подход науки о цвете для работы с различиями между телефонами заключается в переходе от значений, специфичных для телефона, к значениям, не зависящим от устройства, с использованием сопоставления. Программное обеспечение с открытым исходным кодом dcraw [17] использует для этого информацию, хранящуюся в метаданных изображения.Методы метаданных оптимизированы для конкретного освещения и, кроме того, не учитывают различия между устройствами одной и той же модели, что может привести к ненадежным результатам [18]. Также возможно учесть различия между устройствами, включив карту со стандартизованным диапазоном цветов на нее в каждое изображение [19] и таким образом разработать отображение. Это значительно увеличивает сложность захвата изображений, особенно для людей.

Здесь мы предлагаем общий подход к решению обеих проблем.Вариации в окружающем освещении на этапе захвата изображения учитываются с использованием техники вычитания окружающего света — снимаются пары изображений без вспышки, а вычитание удаляет эффект окружающего света [20, 21]. Различия между устройствами устраняются путем выполнения одноразовой калибровки для каждого устройства, что приводит к отображению, которое является специфическим для этого телефона и его вспышки, и которое, следовательно, может использоваться для данных, которые были вычтены из окружающей среды. Этот комбинированный подход означает, что собранные данные согласованы для различных условий освещения и телефонов, и, следовательно, связь между измеренным цветом и шкалой конкретного приложения, например желтухой или pH, необходимо определять только один раз.В этой статье мы описываем теорию, лежащую в основе двух основных этапов, и представляем данные, демонстрирующие качество подхода.

Теория

Описывается теория, необходимая для понимания того, как изображение формируется и записывается на смартфон, с выделением проблем, которые необходимо преодолеть, прежде чем станут возможны надежные колориметрические измерения. Затем более подробно рассматриваются два этапа предлагаемого нами конвейера, которые имеют дело с этими проблемами.

Формирование изображения

Есть три ключевых фактора, участвующих в формировании изображения, и взаимодействие между ними определяет окончательное изображение.Первый фактор — это освещение или освещение окружающей среды. Спектральное распределение мощности освещения определяет его цвет, например, желтизну дневного света по сравнению с голубизной флуоресцентного освещения. Постоянство цвета — это автоматическое свойство зрительной системы человека, при котором учитываются изменения в цвете окружающего освещения, и наше восприятие цветов остается стабильным. Это не относится к камере, поэтому на записанные значения изображения сильно влияет освещенность.

Следующим фактором в формировании изображения является изображаемая сцена, актуальные объекты интереса — это компонент из трех, о которых мы заинтересованы в извлечении информации. Элементы сцены могут отражать или поглощать свет. Материалы, которые избирательно поглощают длины волн, модулируют световой спектр и, следовательно, имеют другой цвет. Следовательно, спектр света от сцены будет зависеть как от пространства, так и от длины волны. Регистрируемый свет зависит не только от спектральных свойств объекта, но и от геометрии объекта по отношению к источнику света.

Третьим ключевым фактором при формировании изображения является сама камера. Падающая энергия должна регистрироваться воспроизводимым способом. Камеры достигают этого, описывая свет как сумму трех каналов — красного, зеленого и синего (далее R, G, B), аналогично зрительной системе человека. Каждый из каналов RGB будет охватывать определенный диапазон длин волн с максимальной чувствительностью в красной, зеленой и синей областях спектра видимого света соответственно. Комбинируя эти три фактора формирования изображения в форме уравнения, значения, измеренные камерой в каждой цветовой полосе, c ∈ { R , G , B }, даются как (1) где м ( x ) дает геометрическую зависимость отражательной способности, ω представляет видимый спектр, s (λ, x ) относится к спектральным свойствам отражения поверхности, e (λ) — это освещенность сцены, а ρ ^c (λ) — спектральная чувствительность камеры в каждой цветовой полосе [22].

Измерение полных значений RGB для каждого узла датчика было бы очень сложным и сделало бы камеры непомерно дорогими. Вместо этого используются датчики изображения в сочетании с набором красных, зеленых и синих фильтров, которые пропускают свет только этого диапазона длин волн в каждом пикселе. Тогда каждый датчик имеет чувствительность, определяемую фильтром, которую можно понимать как вероятность того, что этот датчик обнаружит фотон с заданной длиной волны. Фильтры расположены по шаблону, известному как шаблон Байера [23], и это приводит к тому, что данный пиксель содержит информацию об одном из красного, зеленого или синего света.Спектральная чувствительность смартфонов будет различаться у разных производителей и даже у устройств одной марки и модели, а это означает, что значения, записанные двумя телефонами для идентичных объектов при одинаковом освещении, будут разными. Очевидно, что это изменение является проблемой, которую необходимо решить, чтобы колориметрический метод был универсальным.

Из записанного изображения шаблона Байера камера автоматически выполняет различные этапы обработки, чтобы получить изображения JPEG, которые мы привыкли видеть.Эти этапы включают интерполяцию для получения значения RGB для каждого пикселя, а также масштабирование цветовых каналов и сжатие. Полученные изображения непригодны для использования в научных целях по двум причинам. Во-первых, сжатие означает потерю информации. Во-вторых, учитывая, что мы стремимся количественно оценить цвета, неизвестные модификации, происходящие с цветовыми каналами, вносят ненужную неопределенность. Поэтому наш подход основан на анализе необработанных записанных изображений паттерна Байера.

Из рассмотрения уравнения 1 становится ясно, что не просто отделить влияние освещения или камеры от объекта на конечные значения пикселей. Поэтому мы разработали двухэтапный процесс, чтобы учесть их влияние.

Вычитание окружающей среды

Общая цель коррекции внешнего освещения состоит в том, чтобы устранить влияние внешнего освещения на изображение и позволить сравнить изображения из сеансов захвата при различных условиях освещения. Чтобы сохранить простую процедуру захвата изображения, мы потребовали, чтобы метод не предполагал внесения чего-либо дополнительного в каждое изображение.Есть много подходов, которые пытаются исправить окружающую среду, сначала оценивая освещенность, а затем удаляя ее эффект [24–26]. Эти подходы предполагают доступ только к одному изображению сцены, однако с помощью смартфона просто захватить пару изображений, что расширяет доступные методы. Ранее мы представили новый подход, использующий вычитание пар изображений без вспышки [21]. Пара изображений сцены захватывается в быстрой последовательности, одно с использованием подсветки, предоставляемой телефоном, и одно без, с фиксированными временем экспозиции и ISO.Значения пикселей флеш-изображения задаются следующим образом: (2) где значения являются результатом суммы двух различных присутствующих источников — вспышки, F и окружающего света A. Значения пикселей для изображения без вспышки или окружающего освещения просто задаются как f ^A . Важно, чтобы окружающее освещение оставалось постоянным в течение короткого времени, необходимого для захвата двух изображений, иначе изменится вклад f ^A . Кроме того, важно, чтобы реакция датчиков по трем каналам была линейной с увеличением интенсивности — удвоение интенсивности должно удвоить значения пикселей.Такой линейный отклик ожидается в среднем диапазоне датчиков смартфонов. Таким образом, при соблюдении этих условий можно видеть, что вычитание дает значения пикселей, на которые влияет только освещение вспышкой. (3)

Полученные данные находятся под стандартизированным освещением, и, следовательно, данные, полученные одним и тем же устройством в разных сеансах захвата, можно напрямую сравнивать. В случае камер смартфонов «вспышка» может быть обеспечена либо путем включения и выключения подсветки экрана в сочетании с фронтальной камерой, либо с помощью встроенной светодиодной вспышки с тыльной камерой.

Отношение сигнал-шум за вычетом (SSNR).

Чтобы избежать трудоемкого повторного захвата данных или потери данных, во время захвата требуется метрика, указывающая, подходят ли захваченные изображения. Чтобы метод вычитания окружающего света дал хорошие результаты, вспышка должна преобладать над окружающим светом. Простое соотношение интенсивности изображения со вспышкой и без вспышки кажется хорошим вариантом, однако при этом не учитывается дополнительный шум, вносимый, если общие сигналы малы.Для значения пикселя в среднем диапазоне датчика, как это обычно бывает при использовании автоэкспозиции, преобладает дробовой шум, который можно описать распределением Пуассона [27]. В этом случае шум просто определяется квадратным корнем из сигнала.

Мы предлагаем в качестве подходящей метрики вычитаемое отношение сигнал / шум (SSNR), которое определяется отношением сигнал / шум значений пикселей только для вспышки, полученными после вычитания. (4) где f ^{F + A} и f ^A — значения пикселей, записанные в изображениях со вспышкой и без вспышки соответственно, а положительный знак в знаменателе обусловлен суммированием погрешности в квадратуре [28].Чтобы избежать появления ошибки из-за движения между изображениями, этот расчет не выполняется по пикселям, а вместо этого рассчитывается средний сигнал для интересующей области для изображений со вспышкой и без вспышки, а также вычисляется глобальный SSNR. Обратите внимание, что следует использовать изображения с демозаикой, чтобы избежать смещения результатов в сторону зеленого канала. Определение SSNR делает упрощающие предположения об источниках шума, так что никакой другой информации не требуется, и расчет может быть основан просто на значениях пикселей.Чтобы получить представление о том, каким должен быть нижний предел отсечки SSNR для колориметрических измерений, не зависящих от окружающего света, был проведен эксперимент. Результаты представлены далее в этой статье.

Независимость от устройства

После выполнения вычитания окружающего освещения результаты для данного телефона становятся совместимыми в различных условиях освещения. Однако, чтобы учесть различия в спектральной чувствительности и распределении спектральной мощности различных камер и вспышек телефона, требуется преобразование из собственного пространства телефона в пространство, не зависящее от устройства.Справочное пространство определяется как цветовое пространство, которое содержит все возможные цвета и не зависит от устройства. Наиболее распространенным эталонным пространством является пространство CIE XYZ. Это пространство было получено из зрительной системы человека с целью получения трехцветных значений XYZ, описывающих, какие комбинации света кажутся одинаковыми для стандартного наблюдателя. С момента своего появления в 1931 году другие пространства, такие как пространство L * a * b *, были разработаны для повышения единообразия восприятия, однако все эти пространства основаны на преобразованиях из пространства XYZ.Целью этого исследования является не механизация человеческих суждений о цвете, а получение воспроизводимых цифровых дескрипторов цвета, которые затем можно связать со шкалой для конкретного приложения. Поэтому пространство XYZ использовалось как стандартное цветовое пространство, не зависящее от устройства. Преобразование в это пространство учитывает различия в спектральной чувствительности телефона, но также необходимо учитывать различную освещенность вспышкой. Для этого для значений XYZ выбирается установленный стандартный источник света, здесь CIE D50.Это означает, что значения XYZ, полученные в результате преобразования с двух разных телефонов, должны совпадать.

Самый простой способ осуществить преобразование собственного пространства телефона в пространство XYZ — это использовать обычно используемое программное обеспечение с открытым исходным кодом dcraw [17]. Программное обеспечение использует информацию, хранящуюся в метаданных изображения, для преобразования, но эта информация оптимизирована для изображений при определенном освещении и для обычного телефона этой модели. Это означает, что он не принимает во внимание неизбежные изменения между устройствами или использование другого освещения [18].Альтернативный подход — использовать цветовую карту, такую ​​как Macbeth ColorChecker Classic, которая имеет 24 участка, охватывающих широкий диапазон цветов и нейтральных оттенков. Значения XYZ для каждого фрагмента предоставляются или могут быть измерены с помощью спектрофотометра, а путем захвата изображения цветной карты с использованием каждого телефона при освещении вспышкой создается соответствующий набор значений RGB. Затем можно получить отображение 3 × 3 для конкретного устройства, M , из исходного RGB в XYZ, используя линейный подход наименьших квадратов. (5) где R и H — матрицы N × 3 значений RGB и XYZ соответственно, а N — количество патчей [29].Распространенной альтернативой линейному подходу является использование полиномиального отображения, где R расширяется, чтобы включить степень высшего порядка и перекрестные члены в RGB [30]. Чтобы изображения можно было делать при разных уровнях освещенности, не влияя на получаемые цвета, мы требуем, чтобы используемое отображение не зависело от времени экспозиции. Поскольку члены полиномиального отображения не возводятся в одну и ту же степень, выходные значения будут неравномерно затронуты изменением времени экспозиции. Следовательно, полиномиальное отображение здесь не подходит.Подход с использованием корневого полинома не зависит от времени экспозиции [31], но может привести к переобучению при использовании только 24 патчей. Поэтому простое линейное отображение было сочтено наиболее подходящим. Метамерия из-за того, что для камер не выполняется условие Лютера, означает, что цель всегда состоит в том, чтобы найти наиболее близкое приближение для преобразования в пространство XYZ из естественного пространства [32]. Обратите внимание, что этап калибровки для перехода от RGB к XYZ должен выполняться для каждого устройства, чтобы достичь более высокой точности из-за различий между устройствами [18, 19, 33].Хотя это может показаться обременительным, использование этого шага калибровки в сочетании с вычитанием окружающего освещения означает, что его нужно выполнить только один раз — отображение оптимизировано для конкретного освещения, обеспечиваемого телефоном, которое всегда является результирующим освещением после вычитания окружающего освещения. Сбор данных становится очень простым и не требует включения цветовой карты в каждое изображение.

Пользовательское сопоставление.

Использование стандартной карты цветов означает, что различные цвета могут быть сопоставлены с разумной точностью и точностью, однако в некоторых случаях карта может не давать достаточно точных результатов или может не покрывать требуемый диапазон цветов.Если рассматриваемый цвет выходит за пределы гаммы карты цветов, сопоставленное значение, вероятно, будет очень неточным. Аккайнак и др. Предложили подход к калибровке цвета для конкретной сцены, который включает в себя измерение яркости различных частей сцены и последующее вычисление соответствующих значений XYZ, а также моделирование значений RGB посредством дополнительной калибровки камеры или их получения, как указано выше [ 19]. Этот подход идеально подходит для сложных сред, таких как подводный морской мониторинг, однако для более типичных сред дополнительная сложность и необходимое специализированное оборудование перевешивают преимущества.Идея разработки сопоставления, которое нацелено на меньший диапазон цветов и, следовательно, отображает их более точно, остается желательной. Во многих колориметрических приложениях задача состоит в том, чтобы различать разные уровни определенного цвета — например, красный для анемии [9] или желтый для желтухи [6]. В этих случаях известен ожидаемый диапазон цветов. Таким образом, возможно создать физическую карту пользовательских цветов с участками, охватывающими требуемые цвета. Использование физической карты означает, что пользователю не нужно иметь доступ к какому-либо другому оборудованию, кроме цветной карты и телефона, который они намереваются использовать.Предыдущие работы по разработке нестандартных цветных карт такого типа проводились в таких областях, как мониторинг сельскохозяйственных растений [34], мониторинг хронических ран [35] и характеристика произведений искусства [36]. Мы взяли пример желтухи и создали специальную желтую карточку с целью повышения точности отображаемых желтых значений. Экспериментальные результаты, демонстрирующие концепцию, представлены далее в статье.

Цветность

Даже после удаления эффектов окружающего света и перехода в пространство, независимое от устройств, данные с двух телефонов все равно не обязательно совпадут.Этап захвата изображения является гибким, и, следовательно, фотографии могут быть сняты на разных расстояниях и разном времени экспозиции, а это означает, что цветовые каналы будут подвергаться неизвестному коэффициенту масштабирования. Кроме того, на интересующую область в изображении, вероятно, повлияет геометрическое затенение, а это означает, что пиксели, которые должны иметь одинаковое значение, снова будут масштабироваться по-разному. Подход к устранению этих эффектов заключается в использовании значений цветности, а не исходных значений канала. Цветность определяется как значение канала, деленное на сумму всех трех каналов, (6) где строчные буквы используются для обозначения значения цветности, и любой коэффициент масштабирования по каналам будет отменен [22].Сумма значений цветности равна 1, что означает, что наши данные были сокращены с трех измерений до двух. После вычитания окружающей среды мы применяем калибровку для конкретного устройства и, наконец, вычисляем независимые от устройства значения цветности x и y.

Методы

В этом разделе описывается методология калибровки и сбора данных, за которым следует описание экспериментальных испытаний, проведенных для проверки всего метода. Если не указано иное, вся обработка проводилась с использованием MATLAB (MathWorks r2018a).

Технологический трубопровод

Одноразовая калибровка.

Первым шагом при внедрении нового телефона для сбора данных является выполнение одноразовой калибровки, необходимой для обеспечения совместимости данных с разных телефонов. Должны быть получены две пары изображений со вспышкой / без вспышки, одна из цветной карты и одна из нейтральной серой карты. Телефон следует располагать под углом примерно 45 ° к картам, чтобы свести к минимуму зеркальное отражение, а также свести к минимуму окружающий свет. Изображения серых карточек необходимы для корректировки неоднородности интенсивности вспышки смартфона.Чтобы эта коррекция работала хорошо, очень важно, чтобы телефон оставался как можно более статичным между двумя наборами изображений. Недорогой штатив для телефона — идеальный вариант, но, если необходимо, ручных измерений будет достаточно, если они будут выполнены с большой осторожностью. Было обнаружено, что стандартная белая бумага для принтера довольно неоднородна по отражательной способности и склонна к зеркальному отражению, поэтому для коррекции неоднородности интенсивности (INUC) используется серая карта.

После того, как изображения были захвачены, выполняется сопоставление значений RGB собственного пространства телефона с независимыми от устройства значениями XYZ, как показано на рисунке 1.Необработанные изображения сначала линеаризуются и вычитаются. Затем изображение серой карты демозаизируется с использованием dcraw (Dave Coffin, версия 9.27, 2016), и значения зеленого канала выбираются как показывающие общую интенсивность освещения. Извлеченные значения RGB для каждого патча цветной карты затем делятся на соответствующую интенсивность серой карты и объединяются с известными значениями XYZ (предоставленными производителем карты или ранее измеренными с помощью спектрофотометра), чтобы получить отображение из RGB в XYZ, т.е.е. H = RM .

Рис. 1. Трубопровод калибровки.

Обработка, необходимая для создания привязки RGB к XYZ для конкретного устройства из пар изображений без вспышки, захваченных из цветной карты и серой карты без внешнего освещения. Вычтенные значения RGB для каждого фрагмента цветовой карты делятся на соответствующие значения интенсивности серой карты, полученные из зеленого канала, для выполнения коррекции неоднородности интенсивности (INUC). Затем строится линейное отображение методом наименьших квадратов (M) из известных значений XYZ (H) и извлеченных значений RGB (R).Обратите внимание, что из-за использования вычитания окружающей среды эту калибровку необходимо выполнять только один раз для каждого устройства.

https://doi.org/10.1371/journal.pone.0230561.g001

Сбор данных.

После выполнения однократной калибровки сбор данных и последующий процесс анализа становятся чрезвычайно простыми. На рис. 2 показаны соответствующие этапы. Сначала захватывается пара изображений, содержащая интересующую область, например глаз пациента или тест-полоску, что гарантирует получение хорошего SSNR.Средние значения RGB для конкретной интересующей области рассчитываются для изображения со вспышкой и без вспышки, а результаты вычитаются. Этот процесс учитывает любое движение между изображениями. Ранее определенное отображение для конкретного устройства ( M ) применяется для преобразования вычтенных значений RGB в значения XYZ. Наконец, вычисляются независимые от устройства и окружающего освещения значения цветности xy. В этом случае совместимы наборы данных, содержащие результаты более чем с одного телефона.

Рис 2.Конвейер анализа данных.

Захвачена пара изображений колориметрического объекта. Затем вычисляется вычитаемое значение RGB для конкретной интересующей области путем вычитания средних значений RGB для каждого изображения. Затем применяется ранее вычисленное преобразование RGB в XYZ ( M ) и вычисляются значения цветности xy, в результате чего получаются независимые от устройства и окружающего света значения цвета.

https://doi.org/10.1371/journal.pone.0230561.g002

Тестирование

Для тестирования предложенной методологии были рассмотрены две разные модели телефонов — Samsung S8 и LG Nexus 5X, которые в документе называются просто S8 и Nexus.Для захвата изображения использовалась задняя камера S8 с подсветкой, обеспечиваемая светодиодной вспышкой, тогда как фронтальная камера Nexus использовалась с белым экраном в качестве подсветки. Поскольку в зависимости от приложения может быть более полезно использовать переднюю или заднюю камеру, был рассмотрен пример того и другого. Чтобы исследовать вариативность этих телефонов в пределах конкретной модели, были использованы два устройства каждой модели. Перед использованием проверяли линейность реакции каждого телефона на падающий свет.

Вычитание окружающей среды и порог SSNR.

Метод вычитания окружающей среды был протестирован для широкого диапазона цветов путем визуализации 172 участков карты Macbeth ColorChecker DC (за исключением повторяющихся нейтральных оттенков на границе диаграммы и отражающих участков). Изображения карты постоянного тока были сняты без окружающего света, чтобы обеспечить достоверность, при дневном и флуоресцентном освещении. Чтобы оценить только этот этап, было рассмотрено влияние внешнего вычитания в собственном пространстве телефона путем исследования сдвига значений rg.Значения цветности красного и зеленого, r и g, соответственно, использовались для устранения эффектов интенсивности и геометрического затенения.

Следующий эксперимент был проведен для определения уровня SSNR, необходимого для получения полезных данных. Телефон держался неподвижно под углом 45 ° к карте Macbeth ColorChecker Classic, которая имеет 24 участка, и были захвачены пары изображений flash / no-flash. Настольная светодиодная лампа TaoTronics TT-DL09 использовалась для обеспечения контролируемого окружающего света с коррелированной цветовой температурой 3850K, и пары изображений были захвачены по мере постепенного увеличения интенсивности.Для каждой пары изображений были вычислены значения цветности rg для каждого фрагмента после вычитания, и было вычислено расстояние до соответствующих наземных истинных значений rg ( GT ) из набора изображений без внешнего освещения. Расстояние определялось как евклидово расстояние (7) где r и g — это красная и зеленая цветности для пятен, а индексы test и GT относятся к данным при окружающем и без окружающего освещения соответственно. Затем это расстояние rg было построено как функция SSNR для каждого участка, рассчитанного в соответствии с уравнением 4.Наименьшее расстояние rg, достижимое на практике, было оценено путем получения серии изображений карты Classic без естественного освещения в течение различных сеансов захвата, и было вычислено среднее расстояние rg между одними и теми же участками, отображаемыми несколько раз. Это расстояние rg для каждого телефона затем использовалось для определения предлагаемого порогового значения SSNR для практического использования.

Независимость от устройства.

Карта Macbeth ColorChecker Classic (24 патча) использовалась для однократной калибровки для каждого телефона, а затем было проведено тестирование с использованием 148 патчей из карты Macbeth ColorChecker DC (дополнительно исключая те, которые не входят в диапазон Classic). карта).Основные истинные значения цветности xy для каждой карты были измерены с помощью спектрофотометра X-Rite ColorMunki. Процедура расчета точности классификации для нескольких телефонов (CAMP _n , где n — количество рассматриваемых телефонов) была определена для сравнения предлагаемого нами общего конвейера с dcraw. Оба подхода к отображению были применены к данным, и были выбраны различные подмножества патчей DC-карты с варьированием допустимых минимальных разделений в пространстве цветности xy.Сопоставленные значения для каждого телефона и патча были отнесены к наземным истинным значениям с использованием классификации ближайшего соседа — классификация считалась успешной только в том случае, если все четыре телефона правильно классифицировали патч. Другими словами, для расчета данных CAMP ₄ , представленных далее в документе, были выполнены следующие шаги:

• Для данного минимально допустимого расстояния по оси xy
  • Выберите подмножество точек карты постоянного тока, которые все, по крайней мере, так далеко друг от друга
  • Для каждого телефона (1– n )
    • Выполните классификацию ближайшего соседа для всех точек подмножества сопоставленных с наземными данными
  • CAMP _n = процент очков, по которым все телефоны дали правильную классификацию
  • Повторите не менее 1000 уникальных перестановок набора точек и найдите среднее значение CAMP _n

Этот процесс классификации был выполнен для наборов изображений, снятых без внешнего освещения, а также для наборов изображений, снятых при дневном и флуоресцентном освещении, и результаты сравнивались.Наконец, концепция пользовательской цветовой карты была исследована на примере желтых цветов. Были созданы две пользовательские карточки: одна для обучения, а другая — для тестирования. Учебная карта содержала 30 пятен, покрывающих желтые и нейтральные цвета, а тестовая карта содержала 24 пятна разного оттенка и насыщенности. Воздействие использования этой настраиваемой карты для сопоставления на CAMP ₄ сравнивалось с подходом сопоставления классической карты цветов для трех различных условий освещения.

Результаты и обсуждение

Вычитание окружающей среды

Чтобы проверить метод вычитания окружающей среды, карта постоянного тока была отображена при дневном и флуоресцентном освещении.Это также было сфотографировано при отсутствии окружающего освещения, чтобы обеспечить достоверность. На рис. 3 показаны результаты до и после вычитания для примера телефона Nexus при флуоресцентном освещении — результаты для всех телефонов были похожи по форме, и результаты флуоресцентного освещения представлены здесь в качестве примера. Из рис. 3 ясно видно, что значения фрагментов после вычитания сдвигаются в сторону истинных значений, поскольку вычитание устраняет влияние окружающего света на значения пикселей. Среднее расстояние rg между соответствующими парами значений наземной истины и внешнего освещения значительно уменьшается после вычитания, как показано на вставке гистограммы на рис.

Рис. 3. Влияние вычитания окружающей среды.

Значения патчей цветности rg карты постоянного тока для окружающего флуоресцентного освещения показаны для примера телефона Nexus до (A) и после (B) вычитания в виде бледно-розовых треугольников и темно-розовых ромбов соответственно. Базовые значения rg обозначены синими кружками, а гистограмма расстояний rg от наземной истины показана на вставке в каждом подфигуре. Обратите внимание, что после вычитания соответствие значительно улучшается, а среднее расстояние rg резко уменьшается, поскольку вычитание окружающей среды минимизирует влияние окружающего света.

https://doi.org/10.1371/journal.pone.0230561.g003

Для более четкой визуализации воздействия вычитания окружающей среды на рис. 4 показано подмножество из 10 точек из карты DC. общая группа значений наземных участков с рис. 3 для справки показана синей пунктирной линией. Подмножество пятен было выбрано так, чтобы представлять весь разброс точек, при этом каждое основное истинное значение показано в виде закрашенного цветного круга, соответствующего фактическому цвету пятна.Значения до и после вычитания показаны стрелкой. С меньшим набором точек теперь еще проще увидеть, насколько вычитание окружающей среды помогает стандартизировать данные. Представленные здесь данные снова относятся к флуоресцентному освещению, но аналогичные результаты были получены для дневного света.

Рис. 4. Визуализация вычитания окружения.

Подмножество примерных нашивок карты постоянного тока для телефона Nexus, показанных на рис. 3, показано для обеспечения более четкой визуализации воздействия внешнего вычитания.Изображение карты DC показано в A, а выбранные участки обведены желтым. Влияние вычитания окружающей среды на эти участки показано на B. Внешний предел значений наземной истинности rg показан синей пунктирной линией, а подмножество точек было выбрано для покрытия гаммы. Основные истинные значения показаны с помощью больших закрашенных цветных кружков, где цвет круга задается основным истинным цветом пятна. Значения до и после вычитания обозначены бледно-розовыми треугольниками и темно-розовыми ромбиками соответственно, как и раньше, а соответствующие точки соединены стрелкой.Обратите внимание, как во всех случаях вычтенные точки перемещаются в непосредственной близости от основного истинного значения.

https://doi.org/10.1371/journal.pone.0230561.g004

ССНР

Во время захвата изображения важно знать, можно ли использовать набор изображений, чтобы избежать потери данных. SSNR дает информацию об отношении сигнала к шуму после вычитаемого сигнала. Однако не существует интуитивно понятного значения, выше которого изображения будут надежно полезными.По этой причине был проведен эксперимент, отображающий классическую цветовую карту при различных контролируемых уровнях окружающего света, как описано в разделе «Методы». На рис. 5 показано расстояние rg для каждого вычтенного значения фрагмента из его соответствующего наземного истинного значения как функция SSNR для этого фрагмента для примера телефона S8. В определенный момент можно было бы ожидать, что увеличение SSNR больше не приведет к значительному улучшению (уменьшению) расстояния rg. Это очевидно на рис. 5, но трудно увидеть, где расстояние rg перестает улучшаться.Чтобы обеспечить пороговое значение целевого расстояния rg, был применен подход, описанный в разделе «Методы», и экспериментально определенная внутренняя ошибка расстояния rg показана на рис. 5 вместе со значением плюс одно стандартное отклонение. В качестве практического ограничения мы считаем, что, как только все баллы будут в пределах этого более высокого порога, они не будут ограничены SSNR. На вставке к рис. 5 показано истинное значение rg для примерного патча вместе с некоторыми вычтенными результатами с изменяющимся SSNR. Практический порог расстояния rg также отмечен на вставке, и видно, что выше определенного SSNR результаты остаются в пределах порогового значения.Для каждого телефона в исследовании было рассчитано пороговое значение SSNR с использованием базовых показателей, характерных для этого телефона. Полученные значения SSNR были одинаковыми для каждого телефона, а среднее значение по четырем телефонам дает пороговое значение SSNR, равное 3,4, отмеченное на рис. 5. При захвате данных с использованием вычитания окружающей среды изображения следует делать повторно до тех пор, пока в интересующей области не будет SSNR выше этого. порог.

Рис 5. Определение порога SSNR.

Изображение карты Classic было получено при окружающем освещении различной интенсивности.Расстояние rg каждого патча от наземной истины, найденное с использованием изображений без внешнего освещения, отображается как функция значения SSNR для патча для примера телефона S8. Цвет точек варьируется от черного до бледно-серого в зависимости от увеличения SSNR. Внутреннее пороговое расстояние rg и порог плюс одно стандартное отклонение показаны пунктирными линиями синего и зеленого цвета соответственно. Требуемый SSNR для используемых данных определяется как точка, в которой все точки находятся ниже верхней линии и, следовательно, не ограничиваются по точности SSNR.Общий экспериментально определенный порог SSNR составляет 3,4, показанный сплошной вертикальной зеленой линией. Кроме того, на вставке показано подмножество точек данных для примерного патча. Квадратная бледно-оранжевая точка представляет собой истинное значение rg для выбранного фрагмента, где цвет квадрата задается цветом основного истинного значения фрагмента. Зеленая пунктирная линия показывает пороговое расстояние rg, определенное для адекватного SSNR. Наконец, круги в градациях серого, обведенные розовым цветом (как также обведены розовым цветом на основном рисунке), показывают начальное большое влияние увеличения SSNR на расстояние rg до порога, при котором результаты сопоставимы даже для увеличенного SSNR.

https://doi.org/10.1371/journal.pone.0230561.g005

Независимость от устройства

Для колориметрических приложений важно установить, насколько хорошо телефоны согласуются друг с другом, а также насколько точны результаты. Для некоторых приложений будет необходимо различать только несколько очень разных цветов, но в некоторых их будет намного больше. Чтобы протестировать наш подход, CAMP ₄ был рассчитан для подмножеств патчей карты постоянного тока с диапазоном минимальных расстояний xy, как описано в разделе «Методы».

На рис. 6 показан CAMP ₄ обоих подходов в диапазоне средних минимальных расстояний xy для изображений, снятых при флуоресцентном освещении. Из рисунка 6 ясно, что наш подход обеспечивает более высокую точность для меньших разделений точек — для достижения точности классификации 90% расстояние xy, необходимое для подхода dcraw, составляет более 0,12, тогда как этот уровень достигается для нашего подхода при разделении xy менее 0,05 . Результаты были очень похожими для всех трех условий освещения, с разбросом расстояния xy, требуемым для 90% точности для различных подходов, меньше 0.01, что еще больше подчеркивает силу вычитания окружающего мира. Примеры подмножеств участков постоянного тока показаны ниже основного рисунка для разделения, дающего 90% CAMP ₄ для двух методов. Обратите внимание, насколько больше похожих цветов правильно классифицируются для нашего подхода. Для приложений, где необходимо различать только несколько очень разных цветов, требуемая точность может быть обеспечена с помощью dcraw или альтернативного метода с использованием информации метаданных. Однако, когда используется больше похожих цветов, наш подход обеспечивает значительное повышение точности классификации.Обратите внимание, что для поддержания этого повышения точности важно использовать калибровку для конкретного устройства. Если вместо этого используется уровень калибровки на уровне модели, например одна калибровка для всех телефонов S8, точность будет снижена [18]. Однако, поскольку эту калибровку для конкретного устройства необходимо выполнять только один раз для каждого устройства, это не слишком обременительно.

Рис 6. Точность классификации.

CAMP ₄ (Точность классификации для нескольких телефонов, 4 телефона) для различных подмножеств патчей из изображений карты постоянного тока при флуоресцентном освещении для предлагаемого нами метода и dcraw показаны как функция среднего минимального расстояния xy.Обратите внимание на значительное повышение точности классификации для нашего подхода при меньших расстояниях xy по сравнению с dcraw, простейшей альтернативой. Синие пунктирные линии указывают расстояние xy, на котором достигается 90% CAMP ₄ для каждого метода, с соответствующими примерными подмножествами патчей постоянного тока, показанными ниже, чтобы обеспечить визуальное понимание различных цветов, которые можно различить с помощью двух подходов. xy диаграммы цветности, построенные с использованием [37].

https: // doi.org / 10.1371 / journal.pone.0230561.g006

Пользовательское сопоставление

Как обсуждалось ранее, два сценария, в которых может быть полезно использовать пользовательскую цветовую карту, — это когда интересующие цвета выходят за пределы диапазона классической карты или когда уровень точности и точности, требуемый в небольшой цветовой области, очень высок. высокий. Здесь мы рассмотрим второй случай и возьмем конкретный пример желтого цвета — высокая точность требуется специально для уровней желтого цвета при количественной оценке желтухи.Влияние калибровки с использованием классической карты по сравнению с пользовательской желтой картой было протестировано с использованием второй желтой карты, с нашивками от другого производителя и с разными профилями отражения. Для поиска CAMP ₄ из двух методов использовался тот же процесс, что и для более общей классификационной проверки. На рис. 7 показаны изображения используемых карт и CAMP ₄ в зависимости от среднего минимального расстояния xy для подмножеств без внешнего освещения. Подход желтой карты обеспечивает более высокую точность классификации, чем классическая карта, для всех xy-разделений, с особенно большой разницей для небольших xy-разделений.Точность отображения также важна, особенно при фокусировке на небольшой области цветового пространства. В таблице 1 приведены общее среднее значение, медиана и расстояние ошибки 95-го процентиля xy для четырех телефонов для двух методов. Использование желтой карты для одноразовой калибровки вместо классической карты приводит к увеличению точности примерно на 40% в зависимости от медианы. Целью этого примера было продемонстрировать, что повышение точности как чистого сопоставления, так и CAMP ₄ может быть достигнуто при использовании настраиваемой карты цветов, которая фокусируется на меньшем диапазоне цветов, чем классическая карта.Для конкретного приложения можно разработать и использовать специальную карту для этапа калибровки, что приведет к более точной информации о цвете при сохранении простого процесса калибровки.

Рис. 7. Точность классификации пользовательских карт.

Изображение желтой карточки, используемой для тестирования, показано на A с CAMP ₄ (Точность классификации для нескольких телефонов, 4 телефона), показанным на B. Результаты представлены для сопоставлений, разработанных с использованием классической карточки и тренировочной желтой карточки ( с изображениями карточек в легенде) в зависимости от среднего минимального расстояния xy для различных подмножеств точек тестовой желтой карточки без окружающего освещения.Обратите внимание на повышение точности классификации для небольших xy-разнесений при использовании подхода желтых карточек, что имеет решающее значение при попытке различить очень похожие цвета.

https://doi.org/10.1371/journal.pone.0230561.g007

Заключение

Благодаря использованию нашего нового конвейера обработки для колориметрических измерений смартфона, можно учесть эффекты окружающего света и вариации между устройствами и получить надежные значения цветности.Захват пар изображений со вспышкой / без вспышки и использование метода вычитания окружающего света сводит к минимуму эффект окружающего света. Затем применение сопоставления для конкретного устройства, разработанного на основе изображений стандартной карты цветов, позволяет преобразовывать значения в независимое от устройства пространство, такое как пространство xy. Извлеченные значения цвета не зависят от устройства и освещения. Это означает, что связь между значениями цветности и физической шкалой, относящейся к конкретному приложению, необходимо разработать только один раз, и ее можно применить к данным, собранным с помощью новых телефонов.Кроме того, мы предлагаем использовать физическую индивидуальную цветовую карту для приложений, где требуются более точные значения. Когда отображение сфокусировано на меньшей области цветового пространства, результаты могут быть более точными, а использование физической карты означает, что простая одноразовая калибровка все еще может быть выполнена путем визуализации карты.

Одним из потенциальных недостатков предлагаемого нами метода является то, что он дает только значения цветности, уменьшенные на одно измерение. Для многих приложений это не проблема, однако в некоторых случаях важная информация теряется при уменьшении размерности.Можно было бы расширить до полных цветов, включив в каждое изображение стандарт белого цвета, однако мы избежали этого из-за нашей цели сделать захват изображения простым. Последние поколения смартфонов начинают включать камеры времени полета, которые могут быть интегрированы в метод, чтобы предоставлять информацию о расстоянии и, таким образом, нормализовать данные и позволять извлекать полные значения цвета.

Изложенный здесь метод однократной калибровки включает отображение серой карты для корректировки вариаций интенсивности освещения по всей карте.Двигаясь вперед, возможно, удастся еще больше упростить этот процесс, визуализируя только цветовую карту и применяя алгоритм коррекции цвета по методу наименьших квадратов, предложенный Финлейсоном и др. [38]. Этот алгоритм корректирует пространственные вариации и генерирует отображение, чередуя два шага. Первичные испытания с использованием этого подхода являются многообещающими и могут упростить процесс калибровки.

Наш основанный на науке о цвете подход к колориметрии смартфонов позволяет захватывать изображения с помощью нескольких телефонов в разных условиях.Требуемая вычислительная мощность невысока, поэтому в конечном итоге вся система может быть интегрирована в приложение, которое не требует доступа к облаку, что делает подход пригодным для использования в средах с ограниченными ресурсами или в удаленных средах. Кроме того, однократная калибровка и простой процесс захвата изображения делают наш метод простым и оптимизированным подходом к колориметрическим измерениям на смартфоне.

Благодарности

Авторы выражают благодарность Линдси Макдональду за неоценимый совет во время этого исследования.

Ссылки

1. 1. Йетисен А.К., Мартинес-Уртадо Х.Л., Гарсия-Мелендрес А, Да Крус Васконселлос Ф., Лоу ЧР. Алгоритм смартфона с межфоновой повторяемостью для анализа колориметрических тестов. Датчики и исполнительные механизмы, B: химические. 2014; 196: 156–160.
2. 2. Шен Л., Хаген Дж. А., Папаутский И. Колориметрическое обнаружение на месте с помощью смартфона. Лаборатория на чипе. 2012. 12 (21): 4240–4243. pmid: 22996728
3. 3. Мутлу А.Ю., Кылыч В., Оздемир Г.К., Байрам А., Хорзум Н., Солмаз М.Э.Колориметрическое обнаружение на смартфоне с помощью машинного обучения. Аналитик. 2017; 142 (13): 2434–2441. pmid: 28597010
4. 4. Jia MY, Wu QS, Li H, Zhang Y, Guan YF, Feng L. Калибровка матрицы колориметрических датчиков на основе камеры мобильного телефона и ее применение для определения глюкозы в моче. Биосенсоры и биоэлектроника. 2015; 74: 1029–1037. pmid: 26275712
5. 5. Юнг И, Ким Дж, Авофесо О, Ким Х, Ренье Ф, Бэ Э. Колориметрический анализ на смартфоне для определения концентрации алкоголя в слюне.Прикладная оптика. 2015; 54 (31): 9183. pmid: 26560572
6. 6. Леунг Т.С., Преступник Ф., Макдональд Л.В., Мик Дж. Индекс цвета глаз при желтухе (JECI): количественная оценка желтухи у новорожденных с желтухой с помощью цифровой фотографии. Биомедицинская оптика Экспресс. 2019; 10 (3): 1250. pmid: 30891343
7. 7. Мариакакис А., Бэнкс М.А., Филлипи Л., Ю. Л., Тейлор Дж, Пател С.Н. BiliScreen: мониторинг склеральной желтухи с помощью смартфонов при заболеваниях печени и поджелудочной железы. Труды ACM по интерактивным, мобильным, носимым и повсеместным технологиям.2017; 1 (2): 1–26.
8. 8. Леунг Т.С., Капур К., Гиллиам А., Окелл Дж., Лим Б., Макдональд Л.В. и др. Скрининг желтухи новорожденных по цвету склеры глаза с помощью цифровой фотографии. Биомедицинская оптика Экспресс. 2015; 6 (11): 4529. pmid: 26601015
9. 9. Collings S, Thompson O, Hirst E, Goossens L, George A, Weinkove R. Неинвазивное обнаружение анемии с использованием цифровых фотографий конъюнктивы. PLOS ONE. 2016; 11 (4). pmid: 27070544
10. 10. Bunya VY, Brainard DH, Daniel E, Massaro-Giordano M, Nyberg W., Windsor EA, et al.Оценка признаков переднего блефарита по стандартизированным цветным фотографиям. Роговица. 2013. 32 (11): 1475–1482. pmid: 24055901
11. 11. Килич В., Аланкус Г., Хорзум Н., Мутлу А.Ю., Байрам А., Солмаз М.Э. Колориметрическое определение качества воды по одному изображению с помощью смартфона. САУ Омега. 2018; 3 (5): 5531–5536. pmid: 31458756
12. 12. Аккайнак Д., Чан Э, Аллен Дж. Дж., Хэнлон РТ. Использование спектрометрии и фотографии для изучения цвета под водой. Oceans’11 Mts / Ieee Kona.2011; п. 1–8.
13. 13. X-Rite CAPSURE ;. Доступно по адресу: https://www.xrite.com/categories/portable-spectrophotometers/capsure-rm200.
14. 14. Союз IT. Данные о подписках на мобильную сотовую связь; 2018. Доступно по адресу: http://data.worldbank.org/indicator/IT.CEL.SETS/countries?display=default.
15. 15. де Греф Л., Гоэль М., Сео М.Дж., Ларсон Е.К., Стаут Дж. У., Тейлор Дж. А. и др. Bilicam: Использование мобильных телефонов для наблюдения за желтухой новорожденных. В: Материалы совместной международной конференции ACM 2014 г. по повсеместным и повсеместным вычислениям — дополнение UbiComp’14; 2014 г.п. 331–342.
16. 16. Солмаз М.Э., Мутлу А.Ю., Аланкус Г., Кылыч В., Байрам А., Хорзум Н. Количественная оценка колориметрических тестов с помощью приложения для смартфонов на основе классификаторов машинного обучения. Датчики и исполнительные механизмы, B: химические. 2018; 255: 1967–1973.
17. 17. Коффин Д. Расшифровка необработанных цифровых фотографий в Linux ;. Доступно по адресу: https://www.cybercom.net/~dcoffin/index.html.
18. 18. Никсон М., Преступник Ф, Макдональд Л. В., Люн Т. С.. Важность калибровки конкретного устройства для колориметрии смартфона.Конференция «Цвет и изображения» 27. 2019 ;.
19. 19. Akkaynak D, Treibitz T, Xiao B, Gürkan UA, Allen JJ, Demirci U и др. Использование серийных цифровых фотоаппаратов для сбора научных данных и калибровки цвета для конкретной сцены. Журнал Оптического общества Америки A. 2014; 31 (2): 312.
20. 20. ДиКарло Дж. М., Сяо Ф., Ванделл Ба. Освещение Освещение. Девятая конференция по цветному изображению. 2001; (январь 2001): 27–34.
21. 21. Преступник Ф., Никсон М., Одейеми О, Макдональд Л.В., Мик Дж., Люн Т.С..Скрининг смартфона на желтуху новорожденных с помощью определения цветности склеры за вычетом из окружающей среды. PLOS ONE. 2020; 15 (3): e0216970. pmid: 32119664
22. 22. Геверс Т., Гийсений А., ван де Вейер Дж., Гейзебрук Дж. Формирование цветного изображения. В: Цвет в компьютерном зрении: основы и приложения. Хобокен, штат Нью-Джерси, США: John Wiley & Sons, Inc.; 2012. с. 26–45. Доступно по адресу: http://doi.wiley.com/10.1002/9781118350089.ch4.
23. 23. Bayer BE. Патент на матрицу цветного изображения US 3971065; 1976 г.Доступно по адресу: https://patents.google.com/patent/US3971065.
24. 24. Хордли SD. Оценка освещенности сцены: прошлое, настоящее и будущее. Исследование и применение цвета. 2006. 31 (4): 303–314.
25. 25. Гийсений А., Геверс Т., Ван Де Вейер Дж. Вычислительное постоянство цвета: обзор и эксперименты. IEEE Transactions по обработке изображений. 2011. 20 (9): 2475–2489. pmid: 21342844
26. 26. Ли Д., Платаниотис К.Н. Таксономия алгоритма постоянства цвета и инвариантности.Достижения в области обработки цветных изображений низкого уровня. 2014; 11: 55–94.
27. 27. Макдональд Л.В., редактор. Цифровое наследие: применение цифровых изображений к культурному наследию. ООО «Рутледж»; 2006.
28. 28. Хьюз И.Г., Хазе ТПА. Измерения и их погрешности. Издательство Оксфордского университета; 2010.
29. 29. Роулендс А., Гвин SDJ, Ван Х, Ли Кс, Рю Дж. Глава 4 Необработанное преобразование. IOP Publishing; 2017. Доступно по ссылке: http://iopscience.iop.org/book/978-0-7503-1242-4/chapter/bk978-0-7503-1242-4ch5.
30. 30. Хун Джи, Луо MR, Родос, Пенсильвания. Исследование колориметрических характеристик цифровых камер на основе полиномиального моделирования. Исследование и применение цвета. 2001. 26 (1): 76–84.
31. 31. Финлейсон Г.Д., Маккевич М., Херлберт А. Цветовая коррекция с использованием полиномиальной регрессии корня. IEEE Transactions по обработке изображений. 2015; 24 (5): 1460–1470. pmid: 25769139
32. 32. Лютер Р. Aus dem Gebiet der Farbreizmetrik (О показателях цветового стимула). Zeitschrift für technische Physik.1927; 8 (1927): 540–558.
33. 33. White TE, Dalrymple RL, Noble DWA, O’Hanlon JC, Zurek DB, Umbers KDL. Воспроизводимые исследования при изучении биологической окраски. Поведение животных. 2015; 106: 51–57.
34. 34. Ханнуна С., Н. А, Субраманиан С., Прашант С., Джунджхунвала А., С. NC. Система смягчения последствий сельскохозяйственных заболеваний. Журнал ICTACT по коммуникационным технологиям. 2011; 02 (02): 363–369.
35. 35. Куречич М.С., Антоник Д., Вранькович И. Настраиваемая цветовая эталонная мишень для фотографии хронических ран.Материалы конференции AIC Color. 2013; п. 1353–1356.
36. 36. Куречич М.С., Агич Д., Мандич Л. Разработка настраиваемой цветовой мишени для визуализации произведений искусства. Imaging Science Journal. 2011. 59 (6): 317–331.
37. 37. Westland S. Computational Color Science с использованием MATLAB 2e (https://www.mathworks.com/matlabcentral/fileexchange/40640-computational-colour-science-using-matlab-2e), MATLAB Central File Exchange. Проверено октябрь 2018 ;.
38. 38. Финлейсон Г.Д., Мохаммадзаде Дарроди М., Мацкевич М.Метод попеременных наименьших квадратов для коррекции цвета неоднородной интенсивности. Исследование и применение цвета. 2015. 40 (3): 232–242.

телефонов для детей | С какого возраста ребенок должен получить сотовый телефон

Это обряд посвящения для родителей подростков: к тому времени, когда вашему ребенку исполняется 10 или 12 лет, он решает, что у него должен быть сотовый телефон, потому что, если она не сможет писать и разговаривать со своими друзьями, ее социальная жизнь изменится. «Испорченный.Вы можете скептически относиться к этому, но эта идея также имеет некоторую привлекательность для вас: когда она начинает становиться независимой, вы хотите иметь возможность поддерживать с ней связь, особенно если она начала путешествовать одна.

Но перспектива сотового телефона вызывает множество опасений:

• Стоимость: Стоит ли тратить деньги (в некоторых случаях более 200 долларов) на предмет, который ребенок может легко потерять или сломать?

• Плата за побеги за передачу данных: Ваш счет может резко возрасти, если ваш ребенок не поймет, что он стоит вам денег, и все мы читали истории о детях, наивно списывающих небольшие состояния на кредитные карты своих родителей в играх и других приложениях.

• Переходя черту: Что делать, если ваш ребенок пишет или публикует что-то неуместное или даже откровенно сексуальное? Ошибки могут быть разрушительными и необратимыми.

• Пострадать: Чем больше мобильных устройств присутствует постоянно, тем выше угроза киберзапугивания. Кроме того, через социальные сети дети могут болезненно осознавать, что они упускают.

• Выполняется: И, наконец, есть ужасающее изображение вашего ребенка, который подходит к обеденному столу с телефоном в руке и остается приклеенным к экрану во время еды.Для многих родителей наиболее опасным аспектом телефона является то, насколько он привлекает внимание.

Учитывая риски, должны ли дети иметь сотовые телефоны и как вы решаете, когда пора делать решительный шаг?

Дело не только в возрасте

Джерри Бубрик, клинический психолог и эксперт по тревоге из Института детского разума, говорит, что ему часто задают этот вопрос родители с детьми от 10 до 12 лет.

«Я говорю родителям, что дело не столько в определенном возрасте, сколько в социальной осведомленности ребенка и его понимании того, что означают технологии», — сказал докторБубрик объясняет. «У вас может быть действительно незрелый 15-летний подросток, который играет по телефону, но вы даете ему это, потому что ему 15, в то время как действительно социально зрелый 12-летний подросток мог бы справиться с этим лучше».

Доктор Бубрик рекомендует рассмотреть следующие вопросы:

• Как часто ваш ребенок теряет вещи, особенно дорогие? Если вы скажете ей, что что-то очень важно, позаботится ли она об этом особо или оставит это в автобусе через несколько дней?

• Насколько хорошо ваш ребенок обращается с деньгами? Будет ли она в середине игры и импульсивно покупать больше жизней, не учитывая их цену?

• Подумайте, насколько легко ваш ребенок улавливает социальные сигналы.Если она не успеет завоевать популярность, дефицит текстовых сообщений и публикаций в социальных сетях может усугубиться. Доктор Бубрик приводит пример ребенка, который постоянно обменивается сообщениями со своими друзьями со словом «привет» и не понимает, почему никто не отвечает.

• Насколько хорошо ваш ребенок разбирается в технологиях? Действительно ли она понимает, что будущие сотрудники приемной комиссии, работодатели и коллеги могут увидеть все, что она публикует сейчас?

• Насколько хорошо ваш ребенок справляется с ограничениями на экранное время? Если он постоянно привязан к компьютеру или игровой приставке, ему, вероятно, также будет сложно положить телефон.

Мобильные телефоны и СДВГ

Постоянная стимуляция, доступная через смартфон, делает их особенно отвлекающими для детей с СДВГ. «Из поведенческой науки мы знаем, что мы движемся к вещам, которые мы считаем чрезвычайно подкрепляющими, и отдаляемся от вещей, которые мы считаем отталкивающими», — объясняет Дэвид Андерсон, клинический психолог, специализирующийся на СДВГ и поведенческих расстройствах в Институте детского разума. «Телефоны сделаны максимально прочными. Если вы не получаете электронное письмо, вы получаете обновления в социальных сетях, просматриваете ленту новостей или проверяете спортивные результаты.”

Детям с СДВГ труднее сопротивляться зову сирены всей этой стимуляции и оставаться в курсе дел, которые менее подкрепляют, но более важны — таких, как домашнее задание или беседа за обеденным столом.

Мобильные телефоны также представляют особую опасность для детей, в том числе для детей с СДВГ, которые склонны к импульсивным действиям. Их импульсивность заставляет их с большей вероятностью публиковать или отправлять то, о чем они могут позже пожалеть, и в мире, где все, что вы создаете, записывается в киберпространстве, они рискуют совершить длительные ошибки.

Если вы не чувствуете, что ваш ребенок вполне готов к тому, чтобы ему доверяли смартфон, один из вариантов — предоставить ему телефон, который позволяет звонить и писать текстовые сообщения, но не более того. Одним из таких устройств является «WeGo» компании Sprint, удобный для детей телефон для детей от 5 до 12 лет с функцией GPS-отслеживания и позволяющий программировать определенные входящие и исходящие номера. Он включает в себя шнурок, который можно потянуть, чтобы активировать тревогу паники.

Доктор Андерсон, однако, напоминает родителям, которые выбирают этот путь, о том, что их ребенку в конечном итоге придется научиться пользоваться более совершенными телефонами. Он предупреждает: «Мы не хотим делать это так, чтобы они были ограничены так долго, что к тому времени, когда они получат смартфон или попадут в социальные сети, у них не будет возможности принимать эффективные и подходящие решения по этому поводу. . »

Родителям, которые все же решили дать своим детям полностью функциональные телефоны, эксперты рекомендуют установить четкие инструкции в разговоре, прежде чем они получат устройство.Вот несколько примеров правил, которые родители могут применять к мобильным телефонам своих детей:

• Согласуйте пределы суммы, доступной для покрытия тарифного плана на передачу данных и любых расходов на игры или приложения.

• Определите, какие будут последствия, если телефон будет потерян или сломан. Будет ли он заменен? И если да, то кто за это заплатит?

• Укажите время дня, когда использование телефона запрещено, например поздно ночью или во время семейных мероприятий. «Не спать с телефоном», — предлагает Кэтрин Штайнер-Адэр в своей книге The Big Disconnect .«Телефон выключен во время выполнения домашних заданий и семейных обедов».

• SMS и телефон нельзя использовать для важных или эмоциональных разговоров — они все равно должны происходить при личной встрече. Скажите своим детям, призывает доктор Штайнер-Адэр, что телефон не следует использовать для того, чтобы спрятаться или убежать из неудобных ситуаций.

• Отслеживайте сайты социальных сетей, которые используют ваши дети, и сообщайте им, что вы это делаете. «Дети должны вести себя так, как будто их родители читают почти все, что они публикуют», — объясняет доктор.Андерсон. И если этого недостаточно для сдерживания или импульсивности, объясните, что им не следует публиковать то, что им неудобно, если их бабушка и дедушка будут читать.

Хотя вы можете выбрать применение различных правил, убедитесь, что они ясны с самого начала, говорят эксперты, и установите последствия, если эти правила не соблюдаются.

«Вы учите своих детей принимать правильные решения с течением времени, — объясняет доктор Бубрик, — так что в конечном итоге, когда они уйдут от вас, вы можете быть уверены, что они примут эти правильные решения самостоятельно.

Келли МакПарланд: Сейчас время остановить Москву.

Breadcrumb Trail Links

1. Полный комментарий

Владимир Путин — хулиган, который реагирует только на силу, превосходящую его собственную. Несмотря на свое сопротивление, США и их союзники должны ясно дать понять, что военный ответ встретит любое российское вторжение на Украину.

Автор статьи:

Содержание статьи

Большая опасность с политическими действиями из каббала состоит в том, что любой промах может привести к катастрофическим последствиям.Президент России Владимир Путин не пострадал от ряда подобных выступлений ранее. Но действия России, происходящие в настоящее время на востоке Украины, представляют собой слишком большую угрозу международному порядку, чтобы их можно было позволить продолжить.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

В воскресенье правительство Украины направило силы безопасности для борьбы с пророссийскими боевиками в восточных районах страны, где боевики установили блокпосты и заняли ряд правительственных зданий.На востоке Украины находятся промышленные предприятия, которые имеют жизненно важное значение для украинской экономики, а также здесь проживает большое количество русскоязычного населения, симпатизирующего Москве.

[np_storybar title = ”« Это война », — заявляет Украина, когда мафия игнорирует ультиматум о капитуляции и берет в плен начальника полиции» ссылка = »http://news.nationalpost.com/2014/04/14/this-is- война-Украина-объявляет-как-пророссийская-мафия-игнорирует-ультиматум-капитуляции-захватывает-начальника полиции / ”]
Пророссийская мафия в понедельник захватила здание полиции в еще одном городе с русскоязычной ориентацией на востоке Украины и взяли в плен начальника полиции, игнорируя предупреждения правительства о том, что оно готовится действовать против повстанцев.
Десятки разъяренных людей бросали камни, разбивали окна и ворвались в полицейский участок в городе Горловка недалеко от границы с Россией, в то время как сотни зрителей подбадривали их. Густой белый дым поднимался от входа в здание, над которым боевики водрузили российский флаг.
Захват произошел после того, как исполняющий обязанности президента Украины назвал конфронтацию своей страны с Россией «войной» и послал войска для изгнания подозреваемых российских солдат с востока страны.[/ np_storybar]

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Чрезвычайное заседание Совета Безопасности ООН, призванное разобраться в ситуации, вызвало не более чем противоречивые обвинения со стороны Москвы и Вашингтона, ссылаясь на друг друга как на виновников кризиса. Посол России Виталий Чуркин отрицал, что за насилием стоит Москва, и настаивал на том, что «именно Запад определит возможность избежать гражданской войны.Посол США Самата Пауэр возразила: «Это не протесты, это профессиональные военные операции». Москва создала силы вдоль границы и дала понять, что будет использовать их для поддержки ополченцев, которые требуют автономии от Квива или аннексии Москвой.

Недавние рекорды Запада в Украине мало чем могут похвастаться. Он неправильно истолковал г-на Путина с самого начала, сильно недооценив его готовность нарушать международные нормы и рисковать конфликтом в его стремлении вернуть России былую «славу» советских и царских времен.Раскол в Европе, колебания Америки и необдуманная зависимость Европы от поставок российских энергоносителей подтвердили его ставку на то, что западные державы откажутся от слишком прямой конфронтации, не желая рисковать своей собственной экономикой ради союзника из B-списка, такого как Украина.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Более ранние подвиги, такие как его успешное вмешательство в сирийскую войну, вторжение России в Грузию в 2008 году и захват Крыма Путиным, можно разумно предположить, что они способствовали его мнению о том, что западные державы — это только разговоры, а не действие.Они подогревали западные опасения, что он в конечном итоге зайдет слишком далеко, и события на востоке Украины указывают на то, что он сделал именно это. Избавившись от наглых и незаконных действий в Крыму, Москва теперь пытается повторить этот подвиг на востоке Украины.

Поздно в воскресенье Государственный департамент США выступил с резким осуждением сказки, которую сочинила Москва, чтобы оправдать ее тонко завуалированную поддержку пророссийских сил. Под заголовком «Еще 10 ложных заявлений об Украине» он обвиняет:

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

«То, что происходит на востоке Украины, не происходило бы без российской дезинформации и провокаторов, разжигающих беспорядки. Этого бы не произошло, если бы крупные российские военные силы не были сосредоточены на границе, дестабилизируя ситуацию своим явно угрожающим присутствием. Масштабных акций протеста в регионе просто не было. Небольшое количество сепаратистов захватило несколько правительственных зданий в восточных городах, таких как Донецк, Луганск и Славянск, но им не удалось найти значительной поддержки населения.Украинские власти проявили удивительную сдержанность в своих усилиях по урегулированию ситуации и действовали только тогда, когда их спровоцировали вооруженные боевики, и общественная безопасность была поставлена ​​под угрозу. Наблюдатели Организации по безопасности и сотрудничеству в Европе (ОБСЕ) сообщают, что эти инциденты носят очень локальный характер ».

Отказ российского правительства от ответственности не вызывает доверия. Поддерживаемый Москвой путч в Крыму и сфальсифицированный референдум, использованный для его оправдания — просочившийся в минувшие выходные доклад ООН гласил, что Россия использовала пропаганду, репрессии и множественное голосование, чтобы зафиксировать результат — уничтожили любые притворства правдоподобия г-на.Путин может потребовать. Но в то время как его предыдущие выходки вызывали беспокойство, его последнее приключение несет в себе гораздо более смертоносные семена. Открыто стремясь дестабилизировать независимое государство и подкрепляя свои угрозы 40-тысячным военнослужащим на границе недалеко от Донецка, г-н Путин копирует тактику, применявшуюся Германией в преддверии Второй мировой войны, когда создает «угрозы» для Немецкое население и изобретенные военные чрезвычайные ситуации использовались для оправдания вторжений в Чехословакию, Польшу и Австрию.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Ситуация требует гораздо большего, чем простая эскалация санкций и других неуказанных штрафов, которым угрожает Вашингтон. Г-н Путин — хулиган, который реагирует только на силу, превосходящую его собственную. Несмотря на свое сопротивление, США и их союзники должны ясно дать понять, что военный ответ встретит любое российское вторжение на Украину. НАТО было создано именно для того, чтобы справиться с той конфронтацией, которую устроил г-н Путин, и даже в своем ослабленном состоянии он стал бы тупым оружием, которому он не решился бы бросить вызов.

Абсолютно ничего хорошего не может произойти из какого-либо вооруженного конфликта между Россией и Западом. Даже г-н Путин должен быть достаточно проницательным, чтобы это оценить. Чтобы остановить его, Запад должен дать понять, что готов пойти на этот шаг. И он должен немедленно начать подготовку, чтобы убедиться, что он готов и способен устранить угрозу в случае необходимости.

Национальная почта

Поделитесь этой статьей в своей социальной сети

Реклама

Это объявление еще не загружено, но ваша статья продолжается ниже.

NP Размещено

Подпишитесь, чтобы получать ежедневные главные новости от National Post, подразделения Postmedia Network Inc.

Спасибо за регистрацию!

Приветственное письмо уже готово.Если вы его не видите, проверьте папку нежелательной почты.

Следующий выпуск NP-Отправленного скоро будет в вашем почтовом ящике.

Мы столкнулись с проблемой при регистрации. Пожалуйста, попробуйте еще раз

Комментарии

Postmedia стремится поддерживать живой, но гражданский форум для обсуждения и поощрять всех читателей делиться своим мнением о наших статьях. На модерацию комментариев может потребоваться до часа, прежде чем они появятся на сайте. Мы просим вас, чтобы ваши комментарии были актуальными и уважительными.Мы включили уведомления по электронной почте — теперь вы будете получать электронное письмо, если получите ответ на свой комментарий, есть обновление в цепочке комментариев, на которую вы подписаны, или если пользователь, на которого вы подписаны, следит за комментариями. Посетите наши Принципы сообщества для получения дополнительной информации и подробностей о том, как изменить настройки электронной почты.

Microsoft Word — WADAexco14May2011_FinalforDistribution_ENG_FINAL.doc

% PDF-1.5 % 2 0 obj > эндобдж 5 0 obj > транслировать application / pdf

Российская оппозиция подавлена, но не побеждена в связи с приближением выборов в Думу

МОСКВА (AP) — За несколько месяцев до воскресных парламентских выборов в России власти развернули беспрецедентное подавление оппозиции, следя за тем, чтобы самые известные и громкие критики Кремля не сбежали.

Некоторым запретили баллотироваться на государственные должности в соответствии с новыми репрессивными законами. Некоторые были вынуждены покинуть страну после угроз преследования. Некоторых посадили в тюрьму.

Давление также усилилось на независимые СМИ и правозащитников: дюжине новостных агентств и правозащитных групп присвоили унизительные ярлыки «иностранных агентов» и «нежелательных организаций» или обвинили в связях с ними.

Сопротивляющиеся оппозиционные группы признают, что Кремль не оставил им вариантов или ресурсов до сентября.19 выборов, которые широко рассматриваются как ключ к усилиям президента Владимира Путина по укреплению своей власти. Но они все еще надеются подорвать доминирование правящей партии «Единая Россия» в Государственной Думе или парламенте.

«Мы по-прежнему хотим отобрать у« Единой России »много мест, чтобы многие кандидаты, не утвержденные (властями), стали депутатами Государственной Думы и членами региональных законодательных собраний», — Леонид Волков, главный союзник заключенного лидера оппозиции Алексея. Навальный, сообщил Associated Press.

Выборы имеют решающее значение, потому что Кремль хочет полного контроля над следующим парламентом, говорят оппозиционные политики и политологи. Дума, выбранная в этом году, будет действовать в 2024 году, когда истечет нынешний срок Путина, и он должен будет принять решение о том, баллотироваться на переизбрание или выбрать какую-то другую стратегию, чтобы остаться у власти.

«Путин любит сохранять неопределенность и принимать решения в последнюю минуту», — говорит политолог Аббас Галлямов, бывший кремлевский спичрайтер.

«Никто не будет знать до последней минуты, что он будет делать в 2024 году», — сказал Галлямов. «Будет ли он снова управлять собой или выдвинет преемника? … Будет ли это еще одна конституционная реформа, или нужно будет утвердить новый кабинет, или нужно будет изменить законы о выборах? … Для Путина должны быть открыты все дороги, он должен чувствовать, что его возможности ничем не ограничены. Для этого парламент должен быть абсолютно послушным ».

Не менее важно исключить любой риск того, что законодатели поддержат возможные протесты в 2024 году, сказал Галлямов, потому что напрямую избранный институт, противостоящий Кремлю вместе с демонстрантами, может вывести конфликт на новый уровень.

Однако сохранить доминирующее положение «Единой России» в парламенте, где она занимает 334 из 450 мест, будет непросто.

Опрос независимого Левада-центра показал, что только 27% россиян готовы голосовать за партию. Таким образом, по словам Галлямова, единственным выходом является подавление оппозиции и использование административных рычагов.

Навальный, самый большой критик Путина, отрицавший доминирование «Единой России» в региональных законодательных органах в последние годы, отбывает 2,5-летний тюремный срок за нарушение условий условно-досрочного освобождения по обвинению, которое, по его словам, было политически мотивированным.Это последовало за его возвращением в Россию из Германии, где его лечили от отравления нервно-паралитическим веществом, в котором он обвинял Кремль, который это отрицает.

Главным союзникам Навального было возбуждено уголовное дело, а его Фонд по борьбе с коррупцией и сеть региональных отделений объявлены вне закона как экстремистские организации.

Это привело к судебному преследованию сотен людей, связанных с группами. Парламент также быстро утвердил закон, запрещающий лицам, связанным с экстремистскими организациями, баллотироваться на должности.

В результате никто из команды Навального не баллотируется, и многие покинули страну. Заблокировано около 50 веб-сайтов Навального и его соратников, закрыты десятки региональных офисов. Нескольким другим активистам оппозиции не разрешили баллотироваться, потому что они поддерживали Навального.

Другой известный кремлевский критик, бывший депутат Дмитрий Гудков, был ненадолго арестован в июне вместе со своей тетей по обвинению в мошенничестве. Гудков сказал, что планировал баллотироваться в одном из московских округов против менее популярного кандидата от «Единой России», но власти вытеснили его из гонки.

«Они забрали мою тетю, нашли какой-то предполагаемый долг шестилетней давности за арендованный подвал, добавили меня к делу, арестовали нас двоих на два дня и дали понять, что если я не выйду о выборах и не покидайте страну, меня и мою тетю посадят в тюрьму », — сказал Гудков AP. Затем он покинул страну.

Власти также заключили в тюрьму Андрея Пивоварова из оппозиционной группы «Открытая Россия», финансируемой российским магнатом Михаилом Ходорковским, критиком Путина, который переехал в Лондон после 10 лет тюремного заключения по обвинениям, которые широко рассматриваются как политическая месть.

Пивоваров, планировавший баллотироваться в Думу, был снят с самолета, летевшего в Варшаву, незадолго до вылета из Санкт-Петербурга и доставлен в южный город Краснодар. Его обвинили в поддержке местного кандидата в прошлом году от имени «нежелательной» организации и посадили в тюрьму до завершения расследования.

Открытая Россия закрылась за несколько дней до ареста Пивоварова. Интересно отметить, что Пивоварова допустили к участию в выборах от либеральной партии «Яблоко», хотя он останется за решеткой до дня выборов.Союзники говорят, что ему будет практически невозможно победить.

«Они уничтожили всех, кто хоть как-то был видим, как потенциальных политических игроков», — сказала Марина Литвинович, правозащитница и одна из немногих баллотирующихся критиков Кремля.

Литвинович был давним членом Государственной общественной наблюдательной комиссии, которая наблюдает за обращением с заключенными и задержанными, но была удалена после разоблачения злоупотреблений со стороны заключенных сторонников Навального. Она решила баллотироваться в одном из московских округов вместо Юлии Галяминой, известного политика, которая в прошлом году была осуждена по уголовному делу и лишена возможности баллотироваться.

Литвинович сказал AP, что трудно знать, что в любой момент «вы можете быть исключены из гонки, или стать объектом рейда завтра, или стать участником уголовного расследования».

«Но мы пытаемся преодолеть это чувство и двигаться вперед», — сказала она.

Союзник Навального Волков поддержал ее мнение.

«Это не очень приятное чувство, когда к вам скачет гигантский, очень тяжелый, очень тупой слон», — сказал он.

Несмотря на репрессии, команда Навального по-прежнему планирует реализовать свою стратегию интеллектуального голосования — проект по поддержке кандидатов, которые с наибольшей вероятностью победят кандидатов от «Единой России».В 2019 году интеллектуальное голосование помогло кандидатам от оппозиции получить 20 из 45 мест в Московском городском совете, а на региональных выборах в прошлом году «Единая Россия» потеряла большинство в законодательных органах трех городов.

Волков сказал, что продвигать умное голосование сложнее, поскольку десятки веб-сайтов заблокированы, а люди запуганы репрессиями: количество онлайн-регистраций для проекта резко возросло год назад после отравления Навального, но в этом году их стало меньше.