新数据集和模型增强了对视障行人的人工智能导航

研究人员开发了一个新的语义分割框架，旨在改善视障行人的辅助导航。该框架利用了一个名为 SENSATION-DS 的新数据集，该数据集包含胸高视角的行人图像，并具有九个与导航相关的类别分类。研究评估了五种分割架构，发现 UPerNet-MobileNetV3 实现了最高平均交并比，而 DeepLabV3Plus-MobileNetV3 在混淆道路与人行道方面表现出最低的错误率，并在智能手机上提供了实用的运行时性能。 AI

影响 这项研究可能为视障人士带来更可靠的人工智能导航工具，提高他们的独立性和安全性。

排序理由 这是一篇研究论文，详细介绍了用于特定辅助技术应用的新数据集和分割模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Adarsh Bhandary Panambur
• android
• arXiv
• DeepLabV3Plus-MobileNetV3
• ONNX
• SAM2
• Segment Anything Model 2
• SENSATION-DS
• UPerNet-MobileNetV3

• 论文
• 产品
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →