基于图像描述算法的离线盲人视觉辅助系统.docx

0 引言 视觉障碍群体是残疾人群中容易被忽略的庞大人群，眼睛的缺陷让他们无法通过视觉系统感知外界的信息，从而给日常生活和出行带来极大不便。现阶段，视觉辅助设备给盲人的生活带来了一些便利[1]。但现有的盲人辅助工具或多或少存在着价格昂贵、辅助功能有限、交互性差、无法离线使用等缺点。基于此，本文提出了一种搭载在低成本便携设备中基于图像描述算法的离线盲人视觉辅助系统。 图像描述能够利用语言描述图像内容。2014 年提出m-RNN模型[2]和NIC模型[3]后，图像描述任务相较于基于检索的模型产生了较大进步，在此之后的研究结合目标检测等高等级语义信息实现高层次视觉任务[4-5]、结合场景图实现细粒度可