The aim of this paper is to present

The aim of this paper is to present a service for blind and people with low vision to assist them to cross the street independently. The presented approach provides the user with significant information such as detection of pedestrian crossing signal from any point of view, when the pedestrian crossing signal light is green, the detection of dynamic and fixed obstacles, predictions of the movement of fellow pedestrians and information on objects which may intersect his path. Our approach is based on capturing multiple frames using a depth camera which is attached to a user’s headgear. Currently a testbed system is built on a helmet and is connected to a laptop in the user’s backpack. In this paper, we discussed efficiency of using Speeded-Up Robust Features (SURF) algorithm for object recognition for purposes of blind people assistance. The system predicts the movement of objects of interest to provide the user with information on the safest path to navigate and information on the surrounding area. Evaluation of this approach on real sequence video frames provides 90% of human detection and more than 80% for recognition of other related objects.

ผลลัพธ์ (ไทย) 1:

จุดประสงค์ของเอกสารนี้คือการ นำเสนอบริการสำหรับคนตาบอดและคน มีวิสัยทัศน์ต่ำเพื่อช่วยเหลือพวกเขาข้ามถนนอย่างอิสระ วิธีการนำเสนอให้ผู้ใช้ที่ มีข้อมูลสำคัญเช่นการตรวจจับสัญญาณข้ามถนนจากทุกมุมมอง เมื่อสัญญาณไฟข้ามถนนเป็นสีเขียว การตรวจจับสิ่งกีดขวางแบบไดนามิก และถาวร คาดคะเนการเคลื่อนไหวของคนเดินเท้าเพื่อนและข้อมูลวัตถุซึ่งอาจตัดเส้นทางของเขา วิธีการของเราตามจับหลายภาพโดยใช้กล้องความลึกซึ่งแนบกับวุธของผู้ใช้ ปัจจุบันระบบ testbed สร้างบนหมวกกันน็อก และเชื่อมต่อกับแล็ปท็อปในกระเป๋าเป้ของผู้ใช้ ในกระดาษนี้ เรากล่าวถึงประสิทธิภาพของการใช้ Speeded-Up ทนทานคุณสมบัติ (SURF) อัลกอริทึมสำหรับการรับรู้วัตถุประสงค์ของความช่วยเหลือคนตาบอด ระบบการคาดการณ์การเคลื่อนไหวของวัตถุที่น่าสนใจเพื่อให้ มีข้อมูลบนเส้นทางที่ปลอดภัยที่สุดเพื่อนำทางและข้อมูลในพื้นที่โดยรอบ การประเมินผลของวิธีการนี้จริงลำดับเฟรมวิดีโอให้มากกว่า 80% และ 90% ของมนุษย์การตรวจสอบสำหรับการรับรู้วัตถุอื่น ๆ ที่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 2:

จุดมุ่งหมายของการวิจัยนี้คือจะนำเสนอบริการสำหรับคนตาบอดและคนที่มีวิสัยทัศน์ต่ำเพื่อช่วยให้พวกเขาที่จะข้ามถนนอย่างเป็นอิสระ วิธีการที่นำเสนอให้กับผู้ใช้ข้อมูลที่สำคัญเช่นการตรวจสอบของสัญญาณคนเดินเท้าข้ามจากจุดใด ๆ ในมุมมองของเมื่อไฟเดินเท้าสัญญาณข้ามเป็นสีเขียว, การตรวจสอบของอุปสรรคแบบไดนามิกและคงที่การคาดการณ์ของการเคลื่อนไหวของเพื่อนคนเดินเท้าและข้อมูลเกี่ยวกับวัตถุ ซึ่งอาจตัดเส้นทางของเขา วิธีการของเราจะขึ้นอยู่กับการจับภาพหลายใช้กล้องความลึกซึ่งอยู่ติดกับหมวกของผู้ใช้ ปัจจุบันระบบ testbed ถูกสร้างขึ้นบนหมวกกันน็อคและเชื่อมต่อกับแล็ปท็อปในกระเป๋าเป้สะพายหลังของผู้ใช้ ในบทความนี้เราพูดถึงประสิทธิภาพของการใช้เร่ง-Up คุณสมบัติที่แข็งแกร่ง (SURF) อัลกอริทึมสำหรับการรับรู้วัตถุเพื่อวัตถุประสงค์ในการให้ความช่วยเหลือคนตาบอด ระบบการคาดการณ์การเคลื่อนไหวของวัตถุที่น่าสนใจที่จะให้ผู้ใช้ที่มีข้อมูลเกี่ยวกับเส้นทางที่ปลอดภัยที่สุดที่จะนำทางและข้อมูลเกี่ยวกับพื้นที่โดยรอบ การประเมินผลของวิธีการนี้ในภาพวิดีโอลำดับที่แท้จริงให้ 90% ของการตรวจสอบของมนุษย์และมากกว่า 80% สำหรับการรับรู้ของวัตถุอื่น ๆ ที่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ของการวิจัยนี้คือการเสนอบริการสำหรับคนตาบอดและผู้ที่มีการมองเห็นต่ำที่จะช่วยให้พวกเขาที่จะข้ามถนนไปอย่างอิสระ เสนอแนวทางให้ผู้ใช้ที่มีข้อมูลที่สำคัญ เช่น การตรวจหาสัญญาณคนเดินเท้าข้ามจากจุดของมุมมอง เมื่อคนเดินเท้าข้ามสัญญาณไฟเป็นสีเขียว , การตรวจสอบแบบไดนามิกและแก้ไขอุปสรรคในการทำนายการเคลื่อนไหวของคนเดินถนนเพื่อนและข้อมูลเกี่ยวกับวัตถุที่อาจเส้นทางของเขาเซก วิธีการของเราจะขึ้นอยู่กับการจับภาพหลายโดยใช้ความลึกกล้องซึ่งติดหมวกของผู้ใช้ ขณะนี้ระบบ Name = ทดสอบ Comment ที่ถูกสร้างขึ้นบนหมวกกันน็อค และเชื่อมต่อกับแล็ปท็อปในเป้สะพายหลังของผู้ใช้ ในงานวิจัยนี้ เราได้กล่าวถึงประสิทธิภาพของการใช้ ได้รับทราบถึงคุณสมบัติที่แข็งแกร่ง ( เซิร์ฟ ) ขั้นตอนวิธีการรับรู้วัตถุประสงค์ของคนตาบอดที่ให้ความช่วยเหลือ ระบบคาดการณ์การเคลื่อนไหวของวัตถุที่น่าสนใจเพื่อให้ผู้ใช้ที่มีข้อมูลเกี่ยวกับเส้นทางที่ปลอดภัยที่สุดที่จะนำทางและข้อมูลเกี่ยวกับพื้นที่โดยรอบ การประเมินผลของวิธีการนี้ในวิดีโอเฟรมลำดับจริงให้ 90% ของการตรวจสอบบุคคล และมากกว่า 80% สำหรับการรู้จำวัตถุอื่น ๆที่เกี่ยวข้อง