Aller au contenu principal
2025 conference-paper

Domain-Adapted Captioning Framework for Accessibility and Assistive Technologies

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

AI-based image captioning has emerged as a cornerstone of next-generation assistive technologies, enabling visually impaired users to access and understand their surroundings through natural language. Despite rapid advances in vision–language models, no existing work has systematically evaluated these systems under the real-world conditions of accessibility data where images are blurred, poorly lit, occluded, and off-centered. This study is the first to benchmark and interpret the performance of modern captioning architectures in open-environment setting. We fine-tune the transformer-based Bootstrapping Language–Image Pre-training (BLIP) model on VizWiz and augment it with object detection and optical character recognition (TrOCR) modules to handle cluttered and text-rich scenes. Caption quality is assessed using BLEU-4, METEOR, and CIDEr metrics, as well as qualitative human-aligned evaluation. Our findings reveal that domain-specific fine-tuning and multimodal integration markedly enhance caption informativeness and contextual accuracy compared with COCO-trained baselines, even under constrained training.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Domain-Adapted Captioning Framework for Accessibility and Assistive Technologies
Date Crossref
17/12/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Multimodal Machine Learning ApplicationsSubtitles and Audiovisual MediaTactile and Sensory Interactions

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.