Video accessibility is crucial for blind and low vision users for equitable engagements in education, employment, and entertainment. Despite the availability of professional and amateur services and tools, most human-generated descriptions are expensive and time consuming. Moreover, the rate of human-generated descriptions cannot match the speed of video production. To overcome the increasing gaps in video accessibility, we developed a hybrid system of two tools to 1) automatically generate descriptions for videos and 2) provide answers or additional descriptions in response to user queries on a video. Results from a mixed-methods study with 26 blind and low vision individuals show that our system significantly improved user comprehension and enjoyment of selected videos when both tools were used in tandem. In addition, participants reported no significant difference in their ability to understand videos when presented with autogenerated descriptions versus human-revised autogenerated descriptions. Our results demonstrate user enthusiasm about the developed system and its promise for providing customized access to videos. We discuss the limitations of the current work and provide recommendations for the future development of automated video description tools.


翻译:对盲人和低视力使用者来说,视频无障碍是公平参与教育、就业和娱乐活动的关键。尽管有专业和业余服务和工具,但大多数人造描述都是昂贵和耗时的。此外,人造描述的速度无法与视频制作的速度相匹配。为了克服视频无障碍方面日益扩大的差距,我们开发了一个由两种工具组成的混合系统,以便1)自动生成视频描述,2)针对视频上的用户询问提供答案或补充描述。与26个盲人和低视力个人进行的混合方法研究的结果显示,在同时使用两种工具时,我们的系统极大地提高了用户对选定视频的理解和享有。此外,与会者还报告说,在以自动生成描述的方式展示视频时,他们理解视频的能力与由人制作的自动生成描述的能力没有重大差别。我们的结果显示,用户对开发的系统及其提供定制视频访问的许诺充满了热情。我们讨论了当前工作的局限性,并为今后开发自动视频描述工具提出了建议。

0
下载
关闭预览

相关内容

Automator是苹果公司为他们的Mac OS X系统开发的一款软件。 只要通过点击拖拽鼠标等操作就可以将一系列动作组合成一个工作流,从而帮助你自动的(可重复的)完成一些复杂的工作。Automator还能横跨很多不同种类的程序,包括:查找器、Safari网络浏览器、iCal、地址簿或者其他的一些程序。它还能和一些第三方的程序一起工作,如微软的Office、Adobe公司的Photoshop或者Pixelmator等。
【KDD2020-Tutorial】自动推荐系统,Automated Recommendation System
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
已删除
将门创投
8+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2022年1月7日
Deep Learning for Deepfakes Creation and Detection
Arxiv
6+阅读 · 2019年9月25日
Arxiv
3+阅读 · 2012年11月20日
VIP会员
相关资讯
已删除
将门创投
8+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员