AccessLens：自动检测日常物品的无障碍性问题
计算机视觉与模式识别
2024-02-26 v2 人机交互
摘要
在我们日益多元化的社会中，日常物理界面常常构成障碍，影响着不同情境下的个体。这种疏忽，从小型橱柜旋钮到可能带来不同情境挑战的相同墙壁开关，凸显了对解决方案的迫切需求。利用低成本的 3D 打印增强件（如旋钮放大器和触觉标签）似乎很有前景，但由于障碍是情境依赖的，发现未被识别的障碍的过程仍然充满挑战。我们推出了 AccessLens，这是一个端到端系统，旨在识别日常物品中的不可访问界面，并推荐可 3D 打印的增强件以提升无障碍性。我们的方法包括使用新颖的 AccessDB 数据集训练一个检测器，该数据集旨在自动识别 6 个常见物体类别（例如，把手和旋钮）中的 21 个不同的不可访问性类别（例如，小杆状和圆形旋转）。AccessMeta 作为一种稳健的方式，构建了一个将这些无障碍性类别与开源 3D 增强设计联系起来的综合字典。实验证明了我们的检测器在检测不可访问物体方面的性能。
引用
@article{arxiv.2401.15996,
title = {AccessLens: Auto-detecting Inaccessibility of Everyday Objects},
author = {Nahyun Kwon and Qian Lu and Muhammad Hasham Qazi and Joanne Liu and Changhoon Oh and Shu Kong and Jeeeun Kim},
journal= {arXiv preprint arXiv:2401.15996},
year = {2024}
}
备注
CHI2024