盲人之人工眼
计算机视觉与模式识别
2023-08-03 v1 人工智能
机器人学
摘要
我们的人工眼模型的主要骨干是 Raspberry pi3，它连接了网络摄像头、超声波接近传感器、扬声器，并且我们还运行了所有软件模型，即目标检测、光学字符识别、谷歌文本转语音转换以及 Mycroft 语音辅助模型。首先，超声波接近传感器将测量其自身与前方任何障碍物之间的距离。当接近传感器在其指定范围内检测到前方有任何障碍物时，盲人将听到关于前方一定距离处障碍物的音频提示。此时，网络摄像头将捕获前方图像，目标检测模型和光学字符识别模型将在 Raspberry pi 上开始运行。所捕获的图像首先通过 Tesseract OCR 模块发送以检测图像中的任何文本，然后通过目标检测模型检测前方的物体。检测到的文本和物体通过使用 gTTS 模块将文本转换为语音传达给盲人。在上述过程进行的同时，还将有一个活跃的 MYCROFT 语音助手模型，可用于与盲人交互。盲人可以询问天气、每日新闻、互联网上的任何信息等。
引用
@article{arxiv.2308.00801,
title = {Artificial Eye for the Blind},
author = {Abhinav Benagi and Dhanyatha Narayan and Charith Rage and A Sushmitha},
journal= {arXiv preprint arXiv:2308.00801},
year = {2023}
}
备注
23 pages , 16 figures