基於影片的斜視與白內障自動檢測系統：用於無障礙自適應網頁介面渲染
arXiv - Human-Computer InteractionAmar Ranjan Dash, Manas Ranjan Patra
開發一套利用電腦視覺技術，透過低成本攝影設備即時檢測斜視與白內障，並輔助未來無障礙網頁設計的系統。
AI 幫你先抓重點
AI 重點 1
從「醫療檢測」轉向「數位包容性」的應用範式轉移
滑鼠懸停看 AI 判斷理由
這項研究不只是單純的醫療診斷工具，其核心價值在於將生理障礙數據轉化為數位環境的參數，這為未來如何透過 AI 自動調整數位學習介面以適應特殊需求學習者提供了新路徑。
AI 重點 2
低成本硬體實現高精準度的技術可行性
滑鼠懸停看 AI 判斷理由
研究證明僅需標準筆電或手機攝影機即可達成高準確率，這意味著無障礙技術可以大規模、低成本地部署於居家學習環境，降低了特殊教育資源的門檻。
核心研究發現
- 1
該系統利用 MediaPipe Face-Mesh 的 478 個面部關鍵點提取幾何特徵，實現了高精度的多類別斜視分類。
- 2
透過灰階強度與直方圖分析晶狀體不透明度，系統在白內障檢測與分類上的準確率達到 96.90%。
- 3
實驗結果顯示，該系統在斜視檢測方面的準確率高達 98.39%，展現了極高的自動化診斷潛力。
- 4
該框架不僅用於醫療檢測，更設計用於推論視覺障礙狀況，以整合至未來的自適應使用者介面與網頁無障礙系統中。
對教育工作者的啟發
對於教育科技設計者而言，此研究啟發了「主動式無障礙設計」的概念。未來的數位學習平台不應僅是被動等待使用者調整設定，而可以透過 AI 偵測學習者的生理狀態（如視覺障礙），主動調整介面的對比度、字體大小或佈局。這對於視障學生在自主學習時，能提供更即時且個人化的環境支持，減少因生理限制導致的學習障礙，實現真正的數位公平。
原始文獻資訊
- 英文標題：
- Video-Based Detection of squint and cataract for accessibility-aware adaptive web interface rendering
- 作者：
- Amar Ranjan Dash, Manas Ranjan Patra
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。