“你是我的眼”, 微軟計算機視覺 APP 幫助盲人用手機看世界

微軟發布了一款基於計算機視覺技術的手機 APP “Seeing AI”（“視覺 AI”） ，能為有視力缺陷的殘障人士描述周圍的世界。

安裝該 APP 之後，用戶若把手機攝像頭對準某人，它就會說出這個人是誰，以及他的情緒（表情）。把手機攝像頭對準某個物體，Seeing AI 會說出這是個什麼東西。這通過在手機本地運行的 AI 算法實現。

去年三月的 Build 大會上，微軟展示了這款 APP 的原型。今天，它終於發布。美國 iOS 用戶已可免費下載。至於 Seeing AI 何時會登陸安卓、進入中國市場，尚沒收到任何消息。

核心功能

作為一款麵向殘障人士的生活輔助軟件，微軟把 Seeing AI 設計為能滿足一係列不同的生活場景需求。比如上麵提到的，進行麵部識別，猜測對方的年齡和情緒。它還能通過掃描二維碼識別家居物品，讀取、識別文件，識別美元鈔票。識別鈔票的功能是一個實用性極強的功能。所有美元紙幣都是相同大小、同樣顏色。對部分殘障人士，區分不同麵值的鈔票可能會十分困難，Seeing AI 這樣的 APP 則能解決該問題。

Seeing AI 的物體識別能力基於神經網絡來實現，其基本原理與自動駕駛汽車、無人機並無不同。它最基本的功能在本地實現。這有兩個好處：

網絡不穩定的情況下仍可使用；

反饋速度更快。

但是，Seeing AI 的試驗性功能，比如描述整個周圍環境，以及識別手寫文字，則需要連接到雲端。

人性化設計

Seeing AI 的技術帶頭人 Saqib Shaikh，向媒體透露了一個很有意思的細節：

Seeing AI 能夠指示用戶如何上下左右移動手機攝像頭，以看清楚目標物體。 這是一個相當人性化的功能，尤其考慮到視力有缺陷的殘障用戶，讓它們拿手機攝像頭“對準”某個物體本身就存在相當的難度。很顯然，對於 Seeing AI 來講，雖然光學物體識別技術是根本，但若沒有這類人性化功能設計，它究竟有多少實用價值就變得十分模糊。

從 Saqib Shaikh 他自己的使用經曆來講（他是一名盲人），他最經常把 Seeing AI 用來識別符號和菜單。至於 Seeing AI 和其他同類 APP 之間的差異，他表示，最大的區別神經網絡的運行速度：

“我們做到了在本地運行人臉識別，幾微秒的時間內你就能聽到結果。速度就是一切，我們試圖壓榨出在設備本地所能達到的極限。”

via the verge，編譯