論文の概要: Improve accessibility for Low Vision and Blind people using Machine Learning and Computer Vision

• arxiv url: http://arxiv.org/abs/2404.00043v1
• Date: Sun, 24 Mar 2024 21:19:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-07 23:07:46.876848
• Title: Improve accessibility for Low Vision and Blind people using Machine Learning and Computer Vision
• Title（参考訳）: 機械学習とコンピュータビジョンによる低ビジョンと盲目の人々のアクセシビリティ向上
• Authors: Jasur Shukurov,
• Abstract要約: このプロジェクトでは、視覚障害者のアクセシビリティ向上に機械学習とコンピュータビジョンを活用する方法について検討する。 このプロジェクトでは、視覚障害者が音声や触覚のフィードバックを受信することで、空間内でのオリエントを支援するモバイルアプリケーションの構築に集中する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the ever-growing expansion of mobile technology worldwide, there is an increasing need for accommodation for those who are disabled. This project explores how machine learning and computer vision could be utilized to improve accessibility for people with visual impairments. There have been many attempts to develop various software that would improve accessibility in the day-to-day lives of blind people. However, applications on the market have low accuracy and only provide audio feedback. This project will concentrate on building a mobile application that helps blind people to orient in space by receiving audio and haptic feedback, e.g. vibrations, about their surroundings in real-time. The mobile application will have 3 main features. The initial feature is scanning text from the camera and reading it to a user. This feature can be used on paper with text, in the environment, and on road signs. The second feature is detecting objects around the user, and providing audio feedback about those objects. It also includes providing the description of the objects and their location, and giving haptic feedback if the user is too close to an object. The last feature is currency detection which provides a total amount of currency value to the user via the camera.
• Abstract（参考訳）: 世界規模でモバイル技術が拡大するにつれ、障害者のための宿泊施設の必要性が高まっている。 このプロジェクトでは、視覚障害者のアクセシビリティ向上に機械学習とコンピュータビジョンを活用する方法について検討する。 視覚障害者の日々の生活において、アクセシビリティを向上させる様々なソフトウェアを開発する試みが数多く行われている。 しかし、市場でのアプリケーションは精度が低く、オーディオフィードバックのみを提供する。 このプロジェクトは、視覚障害者が音や触覚のフィードバック、例えば振動をリアルタイムで受け取り、宇宙空間での移動を支援するモバイルアプリケーションの構築に集中する。 モバイルアプリには3つの主要な機能がある。 最初の機能は、カメラからテキストをスキャンして、ユーザーに読むことだ。 この機能は、テキスト付き紙、環境、道路標識で使用することができる。 第2の機能は、ユーザの周りのオブジェクトを検出し、それらのオブジェクトに対するオーディオフィードバックを提供することだ。 また、オブジェクトとその位置の説明を提供し、ユーザがオブジェクトに近すぎる場合に触覚フィードバックを与える。 最後の機能は、カメラを介してユーザーに合計の通貨価値を提供する通貨検出である。

関連論文リスト

• AIris: An AI-powered Wearable Assistive Device for the Visually Impaired [0.0]
  AIを利用したウェアラブルデバイスであるAIrisを導入し、視覚障害者に環境認識とインタラクション機能を提供する。 我々は,実環境下で効果的に動作する機能プロトタイプシステムを開発した。
  論文  参考訳（メタデータ） (2024-05-13T10:09:37Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Newvision: application for helping blind people using deep learning [0.0]
  われわれは視覚障害者が周囲をナビゲートするのに役立つプロプライエタリなヘッドギアを開発している。 ヘッドギアにはコンピュータービジョン、距離推定、超音波センサー、音声認識、音声アシスタントが組み込まれている。 ユーザは ''What is it'' などの音声コマンドでヘッドギアと対話してオブジェクトを識別できる。
  論文  参考訳（メタデータ） (2023-11-05T06:23:10Z)
• MagicEye: An Intelligent Wearable Towards Independent Living of Visually Impaired [0.17499351967216337]
  視覚障害は、仕事、ナビゲート、独立維持の能力を著しく損なう可能性がある。 MagicEyeは、視覚障害者を支援するために設計された最先端のインテリジェントウェアラブルデバイスだ。 合計35のクラスで、MagicEyeが採用しているニューラルネットワークは、オブジェクト検出における高いレベルの効率と精度を達成するために特別に設計されている。
  論文  参考訳（メタデータ） (2023-03-24T08:59:35Z)
• Play it by Ear: Learning Skills amidst Occlusion through Audio-Visual Imitation Learning [62.83590925557013]
  我々は視覚と音声の入力から、部分的に観察された操作タスクのセットを学習する。 提案システムは,遠隔操作による実演とオンラインファインタニングを併用することで,これらの課題を学習する。 模擬課題の集合において、我々のシステムは音声を使うことの恩恵を受けており、オンライン介入を用いることで、オフライン模倣学習の成功率を20%向上できることがわかった。
  論文  参考訳（メタデータ） (2022-05-30T04:52:58Z)
• ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement Learning [91.58711082348293]
  オンラインユーザからのフィードバックからシステムのパフォーマンスに関する強化学習は、この問題に対する自然な解決策である。 このアプローチでは、特にフィードバックが不足している場合には、ループ内の大量のトレーニングデータが必要になる傾向があります。 疎いユーザフィードバックから効率的に学習する階層型ソリューションを提案する。
  論文  参考訳（メタデータ） (2022-02-05T02:01:19Z)
• Can machines learn to see without visual databases? [93.73109506642112]
  本稿では,視覚的データベースを扱わずに視界を学習するマシンの開発に焦点をあてる。 これは、ビジョンのためのディープラーニング技術に関する真に競争の激しい道を開くかもしれない。
  論文  参考訳（メタデータ） (2021-10-12T13:03:54Z)
• Learning Perceptual Locomotion on Uneven Terrains using Sparse Visual Observations [75.60524561611008]
  この研究は、人中心の環境において、よく見られるバンプ、ランプ、階段の広い範囲にわたる知覚的移動を達成するために、スパースな視覚的観察の使用を活用することを目的としている。 まず、関心の均一な面を表すことのできる最小限の視覚入力を定式化し、このような外受容的・固有受容的データを統合した学習フレームワークを提案する。 本研究では, 平地を全方向歩行し, 障害物のある地形を前方移動させるタスクにおいて, 学習方針を検証し, 高い成功率を示す。
  論文  参考訳（メタデータ） (2021-09-28T20:25:10Z)
• VisBuddy -- A Smart Wearable Assistant for the Visually Challenged [0.0]
  VisBuddyは音声ベースのアシスタントで、ユーザーは音声コマンドで特定のタスクを実行することができる。 ユーザの周囲を記述するための画像キャプション技術、ユーザの視点でテキストを読み取るための光学文字認識(OCR)、部屋内のオブジェクトを検索して見つけるためのオブジェクト検出、最新のニュースを提供するためのWebスクレイピングを使用する。
  論文  参考訳（メタデータ） (2021-08-17T17:15:23Z)
• Gaze-contingent decoding of human navigation intention on an autonomous wheelchair platform [6.646253877148766]
  We have developed the Where-You-Look-Is Where-You-Go approach to control mobile platform。 我々は,1. 深いコンピュータビジョンを用いて,ユーザが視点で何を見ているのかを理解する新しいソリューションを提案する。 私たちのデコードシステムは最終的に、ユーザーがドアなどへ運転したいかどうかを判断するか、単にそれを見るかを決定します。
  論文  参考訳（メタデータ） (2021-03-04T14:52:06Z)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。