ImageAssist: 增强盲人和低视力用户基于触摸屏的图像探索系统的工具

文献标题

ImageAssist: Tools for Enhancing Touchscreen-Based Image Exploration Systems for Blind and Low Vision Users

文献信息

• 主题领域: 触屏图像浏览辅助工具设计与无障碍技术
• 关键词: 无障碍技术, 视觉障碍, 图片触屏浏览, 图像探索工具, 语音反馈, 导航工具, 盲文用户支持, 可触觉图形, 独立性, 用户体验

研究背景与问题

• 作者发现了哪些问题或挑战：

  • 尽管触屏图像探索系统可以使视觉障碍用户对图像有更完整的了解，但现有技术存在使用效率低、用户易错过图像元素以及在处理小而密集的区域时体验不佳的问题。
  • 用户需要自行探索图像，由此带来的高认知负担是目前未解决的主要障碍。

• 为什么这个问题很重要：

  • 数字图像在社交媒体、艺术展示和教育等领域变得越来越重要。然而，视觉障碍用户在理解数字图像方面面临诸多问题，当前的工具无法有效满足这些需求。
  • 提供更流畅且有效的探索功能可以增强用户独立性，减少挫败感，并帮助视觉障碍用户理解复杂图形。

• 研究动机与相关工作：

  • 现有方法如人工编写的alt文本或AI生成的描述容易出现质量问题或误导性，并且对复杂图像支持有限。
  • 研究致力于为视觉障碍用户提供替代方案，即通过移动设备触屏辅助探索图像，旨在补充或增强传统alt文本功能。

解决方案

• 作者提出了哪些方法或解决方案：

  • 开发了一套名为ImageAssist的工具，以改进触屏图像探索系统，包含以下三个功能：
    1. 菜单与信标工具：提供语音菜单列出图像中的区域，协助用户通过音频信标定位感兴趣区域。
    2. 提示工具：通过推荐区域、音量指示重要性、首次触摸提醒三个提示来引导用户高效探索。
    3. 象限缩放工具：允许用户放大图像的四个象限来更轻松查看密集或小型区域。

• 该解决方案的创新之处是什么：

  • 将导航功能添加到触屏探索中，以减少盲目性与无序性。
  • 提供音频信标与语音强化，显著降低用户的认知负担。
  • 第一次触摸的动态指示，增强用户对图像覆盖范围的认知。
  • 全新设计的象限精确缩放方式，简化视障用户亲手探索复杂图像的体验。

• 实施步骤是什么？使用了哪些关键技术：

  • 使用Unity引擎开发实验应用。
  • 使用AI模型（Smooth Grad-CAM++）生成区域的视觉重要性图，用于提示工具。
  • 通过远程部署、云后台支持展开用户测试。

研究成果

• 取得了哪些具体成果：

  • ImageAssist显著提升了视觉障碍用户探索图像的效率和覆盖率，相较基准技术，其用户可触及区域比例从84%增至94%。
  • 菜单与信标工具增强了用户理解图像全貌的能力，提示工具则帮助用户实现定向且高效的探索。
  • 第一次触摸指示和音量提示完善了用户体验并降低了认知负担。
  • 象限缩放工具对于小屏幕设备和处理密集区域表现良好。

• 与现有解决方案相比，它有哪些优势：

  • 提供了一个能够综合使用触屏探索和语音反馈的新框架。
  • 相较基准工具，用户探索时间更稳定并对全覆盖探索的信心更强。
  • 显著减少视觉障碍用户在图像探索过程中的挫败感。

• 实验或评估结果是什么：

  • 用户通过问卷和开放式访谈给予了工具正面反馈，特别是菜单与信标工具和提示工具得分较高。
  • 实验支持触屏探索图像工具的设计需要包括“概述”功能与增强引导信息。
  • 象限缩放工具反馈较为两极化，部分用户认为其需要与其他辅助工具联合使用。

• 局限性与未来方向：

  • 所用图像区域定义为手动标注，未来需测试与自动分割技术结合的效果。
  • 仅针对视觉障碍用户展开研究，尚未适配其他如听、动障碍群体。
  • 受限于样本规模（仅9名参与者），建议未来扩大用户规模以验证研究广泛适用性。
  • 未来可探索替代缩放方式，如区域内容动态适配屏幕全景缩放格式。

应用场景

• STEM教育: 支持视觉障碍学生获取科学图表的高层次信息，使教育无障碍化更进一步。
• 地图探索: 帮助用户在导航前“预习”复杂环境地图，增强独立性。
• 社交媒体和个人照片: 提供对个人/社交媒体图像的有效探索工具，使用户能够深入了解自己发布或接收的图片内容。

这些成果为触屏基础的无障碍图像探索系统的设计与应用提供了良好的实践参考，同时促使我们进一步关注如何保证这些工具的普适性与易用性。