通过 LivePhoto 系统，使用者可以通过文本描述来为感兴趣的图像添加动画效果，系统通过改进的生成器和设计的训练流程，实现了文本到视频的解码，进而实现了对视频的自定义。

Dec, 2023

利用机器学习和计算机视觉技术改善视障人士的使用便利性的移动应用程序的研究。

Mar, 2024

该研究利用认知图像分析技术开发了自动化工具，旨在改善视力受损用户拍摄照片的技术质量问题，建立了一个大型的歪曲视力受损用户生成内容（VI-UGC）图像数据库，利用人类感知质量判断和失真标签进行预测模型的训练及其反馈系统的原型设计，为视力受损用户提供拍摄更高质量照片的机会。

May, 2023

为了帮助视障人士更好地分享社交网络的照片，我们将最先进的计算机生成描述结合到 Facebook 的图片分享功能中，并通过采访和实验评估了功能。我们从自我揭示和自我呈现理论的角度讨论了这些发现，并提出了能够更好地支持视障人士视觉内容分享的计算机视觉研究方向。

May, 2018

对已有的使用 AI 生成图像描述的应用进行调查，通过分析 16 位视障用户在使用我们设计的 AI 场景描述应用时的日记和访谈记录发现，用户主要使用这类应用来识别已知对象的视觉特征，避免与危险物体接触；同时，用户对这些描述的满意度和信任度普遍较低，需要进一步改进以提供更满意和可信赖的用户体验，未来 AI 在帮助视障用户方面有着更大的发展潜力。

Mar, 2024

本文提出了一种基于深度学习的辅助系统，旨在提高视障人士的环境感知体验，通过 RGBD 数据和建立的语义地图预测行走指令、进行障碍物避让，在多种情境下得到了很好的实验效果并有效提高了视障人士的环境感知体验。

Aug, 2019

针对视觉障碍者每天面临的挑战，如信息获取的限制、导航困难和社交互动的障碍，本文引入了一种新颖的视觉问答数据集。我们的数据集相对于以往的数据集具有两个重要的改进：首先，通过使用全景佩戴式摄像头拍摄的视频，观察整个环境，与以前的静态图像为中心的数据集不同；其次，与以往集中在单一挑战上的数据集不同，我们的数据集通过创新的视觉问答框架同时解决了多个现实生活中的障碍。我们使用各种先进的视频问答方法和多样化的度量验证了我们的数据集。结果表明，虽然取得了一些进展，AI 辅助服务对于视觉障碍者来说仍然没有达到满意的性能水平。此外，我们的评估突出了 360 度摄像头拍摄的视频中的自我运动特点和各种情境的独特特征。

May, 2024

本研究探讨如何利用多模态大型语言模型（MLLMs）帮助视觉障碍（VI）人士提供视觉问题的答案，并介绍了 VIAssist，一种能够识别不受欢迎图像并提供详细操作建议，并基于这些图像提供可靠答案给用户的方法。实验结果表明，VIAssist 相对于基准方法，在 BERT 得分和 ROUGE 得分上分别提高了 0.21 和 0.31。

Apr, 2024

本文介绍了一种使用神经网络的实时视频去模糊技术，将多个连续模糊的图像传递信息给递归神经网络来还原所需的清晰图像或视频。

Aug, 2017

该研究提出了一种可穿戴辅助设备，可以帮助视障人士在陌生环境中安全快速地导航，并通过消音信号为用户提供正确的行走方向，同时通过深度学习技术对周围环境中的障碍进行分类和识别，有效地提高了用户的感知能力。

Apr, 2019