Daily Arxiv

This page organizes papers related to artificial intelligence published around the world.
This page is summarized using Google Gemini and is operated on a non-profit basis.
The copyright of the paper belongs to the author and the relevant institution. When sharing, simply cite the source.

Adaptive Object Detection for Indoor Navigation Assistance: A Performance Evaluation of Real-Time Algorithms

Created by
  • Haebom
Category
Empty

저자

Abhinav Pratap, Sushant Kumar, Suchinton Chakravarty

개요

본 연구는 시각 장애인을 위한 보조 기술에서 정확하고 효율적인 객체 감지의 필요성을 해결합니다. 실내 내비게이션 지원을 위해 YOLO, SSD, Faster R-CNN, Mask R-CNN의 4가지 실시간 객체 감지 알고리즘을 평가합니다. Indoor Objects Detection 데이터셋을 사용하여 감지 정확도, 처리 속도 및 실내 환경에 대한 적응성을 분석했습니다. 본 연구는 실시간 보조 내비게이션을 위한 최적의 알고리즘 선택에 대한 통찰력을 제공하며, 정밀도와 효율성 간의 상충 관계를 강조합니다. 이 연구는 적응형 머신 러닝 응용 프로그램을 발전시키고 시각 장애인을 위한 실내 내비게이션 솔루션을 향상시키며 접근성을 증진합니다.

시사점, 한계점

시사점:
실시간 객체 감지 알고리즘의 성능 비교 분석을 통해 시각 장애인용 보조 기술에 적합한 알고리즘 선택에 대한 지침 제공.
실내 내비게이션 환경에서 알고리즘의 정확도와 속도 간의 상충 관계를 파악.
접근성 향상을 위한 적응형 머신 러닝 응용 프로그램의 발전 기여.
한계점:
특정 데이터셋(Indoor Objects Detection)에 국한된 평가로, 다양한 실내 환경 및 객체에 대한 일반화 부족 가능성.
알고리즘의 성능 평가에 사용된 하드웨어 및 소프트웨어 환경에 따른 결과의 차이 발생 가능성.
실제 시각 장애인의 사용성 및 편의성에 대한 구체적인 평가 부재.
👍