Understanding How Blind Users Handle Object Recognition Errors: Strategies and Challenges

要約

物体認識テクノロジーは、目の見えない人や弱視の人が周囲の世界を移動できるようにサポートする可能性を秘めています。
ただし、ベンチマークのパフォーマンスと実際の使いやすさとのギャップは依然として大きな課題です。
この論文では、視覚障害のあるユーザーと、エラーを識別して回避するための物体認識システムとの対話を理解することを目的とした研究を紹介します。
私たちは、実験用に微調整された既存の物体認識システム URCam を活用して、12 人の視覚障害のある参加者を対象としたユーザー調査を実施しました。
綿密なインタビューと実践的なエラー特定タスクを通じて、私たちはカメラベースの支援技術や物体認識システムのエラーを特定するためのユーザーの経験、課題、戦略についての洞察を得ました。
インタビュー中、多くの参加者は、誤認識に対する懸念を表明しながらも、独立したエラーレビューを希望しました。
エラー識別タスクでは、参加者は画像内の視点、背景、オブジェクトのサイズを変更して、エラーを回避および克服しました。
タスクを繰り返した後でも、参加者はエラーの半分しか特定できず、特定されたエラーの割合は最初の試みと大きな違いはありませんでした。
これらの洞察に基づいて、物体認識エラーを特定する際の視覚障害者および弱視ユーザーのニーズに合わせたアクセシブルなインターフェイスの設計に示唆を与えます。

要約(オリジナル)

Object recognition technologies hold the potential to support blind and low-vision people in navigating the world around them. However, the gap between benchmark performances and practical usability remains a significant challenge. This paper presents a study aimed at understanding blind users’ interaction with object recognition systems for identifying and avoiding errors. Leveraging a pre-existing object recognition system, URCam, fine-tuned for our experiment, we conducted a user study involving 12 blind and low-vision participants. Through in-depth interviews and hands-on error identification tasks, we gained insights into users’ experiences, challenges, and strategies for identifying errors in camera-based assistive technologies and object recognition systems. During interviews, many participants preferred independent error review, while expressing apprehension toward misrecognitions. In the error identification task, participants varied viewpoints, backgrounds, and object sizes in their images to avoid and overcome errors. Even after repeating the task, participants identified only half of the errors, and the proportion of errors identified did not significantly differ from their first attempts. Based on these insights, we offer implications for designing accessible interfaces tailored to the needs of blind and low-vision users in identifying object recognition errors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google