AI之眼—基于多模态大模型的视觉辅助系统开发
人工智能学院
项目内容简介：“AI之眼”项目旨在通过多模态大模型技术，对现实场景进行识别分析，转化为自然语言文字并生成语音，通过与视力障碍人群进行交互帮助他们像正常人一样感知这个世界。
通过此项目，我们希望：提高视障人士的生活质量、推动人工智能技术在辅助设备领域的应用、激发社会对视障人士的关注和理解，利用科技为视障人群提供更智能、更高效的辅助工具，填补现有产品的不足，提升他们的生活质量和社会参与度。
预期实现的功能：
App可为用户描述摄像头捕捉到的场景，给用户提供尽可能全面的环境描述。包括环境中的文本读取和朗读，物体方位检测与描述，环境颜色、亮度等检测等等。
App应具有交互功能，用户提出需求后，系统实时处理场景图像数据并生成语音提示，指导视障人群行动。
