基于移动深度扫描与计算机视觉的室内无障碍问题半自动检测与定位
人机交互
2022-10-07 v1 计算机视觉与模式识别
计算机与社会
摘要
为帮助改善室内空间的安全性与无障碍性，研究人员和健康专家已创建评估工具，使房主和受训专家能够审计并改进住宅。随着计算机视觉、增强现实(AR)和移动传感器的进步，新的方法成为可能。我们提出 RASSAR（增强现实中的房间无障碍与安全扫描），一种利用 LiDAR + 相机数据、机器学习和 AR 半自动识别、分类和定位室内无障碍与安全问题的新概念验证原型。我们介绍了当前 RASSAR 原型的概览以及在单一住宅中的初步评估。
引用
@article{arxiv.2210.02533,
title = {Towards Semi-automatic Detection and Localization of Indoor Accessibility Issues using Mobile Depth Scanning and Computer Vision},
author = {Xia Su and Kaiming Cheng and Han Zhang and Jaewook Lee and Jon E. Froehlich},
journal= {arXiv preprint arXiv:2210.02533},
year = {2022}
}
备注
Workshop paper presented at "The 1st ASSETS'22 Workshop on The Future or urban Accessibility (UrbanAccess'22)"