助盲视物：通过增强声学模拟为视障人士提供辅助
人机交互
2023-03-30 v1 计算机视觉与模式识别
声音
音频与语音处理
摘要
据估计有 2.53 亿人患有视觉障碍。这些视觉障碍影响日常生活，并限制他们对外部世界的理解。这可能因跌倒或碰撞而对健康构成风险。我们提出了一种解决方案，通过声音快速而详细地传达环境空间几何信息，为盲人和视障人士提供通过声音技术理解其空间环境的能力。该模型由快速目标检测和 3D 环境映射组成，通过一系列快速声音提示进行传达。这些声音提示具有不同的频率、音高和排列，以精确传达环境中点的深度和位置。声音以音符的形式传达，以便于识别和区分。使用一种独特算法对目标进行分割，将正常 O(n2) 的复杂度显著改进为 O(n)（这一点很重要，因为点云中的 N 常常在 105 量级），且精度损失最小。在测试中，我们在细节物体上实现了 0.866 的 R 值，并在夜间具有大量噪声的室外场景中达到了 87.5% 的准确率。我们还提供了系统的补充视频演示。
引用
@article{arxiv.2303.13536,
title = {Help the Blind See: Assistance for the Visually Impaired through Augmented Acoustic Simulation},
author = {Alexander Mehta and Ritik Jalisatgi},
journal= {arXiv preprint arXiv:2303.13536},
year = {2023}
}