研究人员开发了一个基于视频的实时系统，利用计算机视觉检测斜视和白内障。该系统采用 media-pipe face-mesh 模型提取眼部特征进行斜视分类，并分析灰度强度进行白内障检测。这个低成本框架可以使用标准摄像头部署，在斜视检测方面达到了 98.39% 的高准确率，在白内障分类方面达到了 96.90% 的高准确率。该技术旨在通过实现自适应用户界面来提高视障人士的网页可访问性。 AI
影响 这项研究可能为视障人士带来更易于访问的网页界面和辅助技术。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一种使用计算机视觉检测医疗状况的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.07099v1 Announce Type: new Abstract: Squint and cataract are major ocular disorders that majorly affect visual perception and interaction capability. This paper proposes a real-time video-based automated detection system for squint and cataract detection based on compu…
Squint and cataract are major ocular disorders that majorly affect visual perception and interaction capability. This paper proposes a real-time video-based automated detection system for squint and cataract detection based on computer vision and image processing methods. The pro…