YOLO-极端:在雾天气下对视力受损者进行导航的障碍物检测.
Wei Wang1, Bin Jing1, Xiaoru Yu1
1College of Computer Science and Technology, Changchun University, No. 6543, Satellite Road, Changchun 130022, China.
我们开发了YOLO-Extreme,这是一个先进的物体检测系统,以帮助视力障碍者在雾中安全导航. 这种由人工智能驱动的工具可以在恶劣天气中加强障碍物检测,改善独立的移动性.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 辅助技术 辅助技术 辅助技术
背景情况:
- 视障人士面临着导航挑战,尤其是在雾中.
- 现有的辅助技术在恶劣的天气条件下扎.
研究的目的:
- 开发一个强大的物体检测框架,用于在雾环境中提供导航辅助.
- 增强视力障碍者的安全和独立.
主要方法:
- 拟议的YOLO-Extreme是一个增强的YOLOv12框架.
- 引入了双分支瓶区块 (DBB),多维协作注意模块 (MCAM) 和通道选择性融合区块 (CSFB).
- 在现实世界任务驱动的交通场景 (RTTS) 雾和雾城市景观数据集上进行了实验.
主要成果:
- YOLO-Extreme实现了最先进的检测精度和高推断速度.
- 性能优于现有的dehazing-and-detect和主流物体检测方法.
- 在RTTS雾和雾城市景观数据集上都表现出卓越的性能.
结论:
- YOLO-Extreme显著提高了雾中视力受损人员的导航可靠性和安全性.
- 该框架在不同的雾城市场景中显示出强大的概括能力.
- 为现实世界部署辅助导航系统提供实用价值.
更多相关视频
09:01Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind
Published on: March 27, 2013
11:12Driving Simulation in the Clinic: Testing Visual Exploratory Behavior in Daily Life Activities in Patients with Visual Field Defects
Published on: September 18, 2012
相关概念视频
Sight Distance in a Vertical Curve
Visual Agnosia
Depth Perception and Spatial Vision
Blind Procedures
Design Example: Measuring Distance Between Two Points with Obstructions
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
