StateLens 是一种能够让盲人通过逆向工程技术，辅助使用无障碍动态触摸屏的系统，其包含三个部分：基于视角视频使用混合众包 - 计算机视觉提取显示状态；生成对话代理协助用户操作；以及使用 3D 打印附件降低用户误操作风险。技术评估和用户试用表明 StateLens 能够精确还原接口并帮助盲用户成功地使用不易访问的动态触摸屏。

Aug, 2019

本文旨在开发一种设备，将视觉信息转换为听觉反馈，以协助视障者更好地了解他们的环境，该设备的选择基于准确性和成本方面的考虑，包括时间和功耗等因数，经测试，其在场景理解，包括静态或动态的对象，以及屏幕内容如电视、电脑和手机等方面具有显著的效果。

Jul, 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

本论文介绍了一个名为 3D AffordanceNet 的数据集，其中包含来自 23 个语义对象类别的 23k 个形状，注释了 18 个视觉可用性类别，并提供了三个评估视觉可用性理解的基准测试任务。作者评估了三种最先进的点云深度学习网络，并研究了半监督学习设置探索利用未标记数据的可能性。综合结果表明，视觉可用性理解是一个有价值但具有挑战性的基准测试。

Mar, 2021

利用几何信息推断三维场景中的互动信息和可能性，并在机器人和增强现实场景中进行实验，结果表明可以在新颖信搏的环境下以快速率进行预测。

Jun, 2019

我们提出了一种新颖的自包含摄像机 - 投影仪桌面系统，采用灯形式因子，为我们的桌子带来数字智能。我们提出了一种实时的，设备上的，基于学习的触摸检测算法，使任何桌面成为交互式的。

Apr, 2023

建议利用传感器和算法的组合，建立一个适用于视障人士的导航系统，该系统基于传统的 RGB-D 相机，结合鱼眼相机的信息，提供了对环境的鲁棒性与可靠性，使用户能够规划路径并避开障碍物。

Jan, 2024

本文研究了在视觉感知缺失，对象形状未知且对象可以自由运动的场景下的物体检索问题，提出了一种使用触觉反馈进行定位、识别和抓取新对象的系统。

Mar, 2023

本文提出了一种使用物体检测和深度感知的辅助系统，可以帮助视障人士在不熟悉的环境中避免撞到物体并导航到目的地。该系统可以检测 90 种不同类型的物体并计算与用户的距离。同时，我们还通过使用 Google Directions API 实现了导航功能，可以轻松地引导视力受损的人到达目的地。

Apr, 2019

通过使用触觉反馈的探测系统自动收集稀疏深度标签并对立体网络进行微调，结合触觉深度监督和基于置信度的正则化以优化深度感知，特别是对于透明物体而言，在真实世界中显著提高了深度感知的准确性。

Sep, 2023