面向可访问性的OCR优化
计算机视觉与模式识别
2022-06-27 v2 人机交互
摘要
结构、强调和图标等视觉线索在视力正常人群的高效信息觅食中起着重要作用，并带来愉悦的阅读体验。盲、低视力及其他印刷障碍人群错失了这些线索，因为当前的OCR和文本转语音软件忽略了它们，导致乏味的阅读体验。我们确定了愉悦聆听体验的四个语义目标，并识别出有助于实现这些目标的句法视觉线索。经验上，我们发现即使在听觉形式中保留一两个视觉线索，也能显著提升聆听印刷内容的体验。
引用
@article{arxiv.2206.10254,
title = {Towards Optimizing OCR for Accessibility},
author = {Peya Mowar and Tanuja Ganu and Saikat Guha},
journal= {arXiv preprint arXiv:2206.10254},
year = {2022}
}