基于新型图像数据集的移动辅助工具使用者检测与分类研究：填补残疾人群视觉识别空白

针对计算机视觉领域残疾人群数据集匮乏的问题，研究人员构建了包含轮椅/拐杖使用者及健全人的新型图像数据集（10,548标注实例），采用ResNet50分类模型和YOLOv8检测模型进行系统评估。结果显示：五类分类平均精度达94.36%，检测模型mAP50达0.929，显著提升移动辅助工具识别性能，为智能系统包容性设计提供重要数据支撑。

　　

在人工智能技术蓬勃发展的今天，计算机视觉系统已广泛应用于机器人、监控和自动驾驶等领域。然而一个长期被忽视的问题是：当前主流的人体检测数据集严重缺乏残疾人群的代表性数据。据世界卫生组织统计，全球15%人口患有残疾，约25%的劳动者在67岁前会经历暂时性残疾。令人震惊的是，Google Datasets平台上数百万公开数据集中，仅3个包含移动辅助工具使用者图像，且仅1个被学术文献报道。这种数据缺失导致现有视觉系统难以准确识别轮椅、拐杖等移动辅助工具及其使用者，可能对残疾人群的安全保障造成潜在威胁。

针对这一重大技术与社会需求，研究人员开展了开创性研究，构建了首个专注于移动辅助工具使用者的多样化图像数据集。该数据集包含2,829张来自真实场景的图像，涵盖轮椅使用者（WCH_U）、拐杖使用者（CN_U）、健全人（ABP）、轮椅（WCH）和拐杖（CN）五类平衡标注（共10,548个标注框），所有图像均经过人脸模糊处理以保护隐私。研究团队采用ResNet50架构进行图像分类（输入分辨率64×64至256×256像素），并基于YOLOv8模型（预训练于COCO数据集）开展目标检测实验，通过严格评估验证了数据集的有效性。

2.1 数据集
数据集通过人工标注从10个版权豁免平台获取，包含室内外多样化场景。特别值得注意的是，轮椅类别涵盖电动轮椅和运动轮椅，拐杖类别包含平衡辅助杖和盲人白杖，充分体现了现实场景的复杂性。

3.1 五分类结果
在256×256分辨率下取得最高平均精度94.36%，其中拐杖识别精度达99.11%。有趣的是，128×128分辨率下轮椅识别精度（96.64%）反而高于更高分辨率，表明适度分辨率可平衡细节识别与计算效率。

3.1.1 置信度阈值分析
设置0.9置信阈值时，仅1.7%高精度分类样本被过滤，证明模型具有高度确定性。典型错误案例显示，背景干扰（如行人手持细长物体被误判为拐杖）是主要误判原因。

3.3 检测性能
采用YOLOv8的默认优化器（AdamW+SGD）获得最佳综合性能：整体精度0.899，mAP50达0.929。值得注意的是，移动辅助工具使用者检测（WCH_U精度0.951，CN_U精度0.915）显著优于单独检测辅助工具，表明人体关联特征对识别具有增强作用。

4 讨论
与Vasquez et al. (2017)数据集相比，新数据集训练的模型在移动辅助工具检测上实现显著提升（mAP50-95提高0.065）。研究揭示两个重要发现：(1) 中等分辨率（128×128）在精度与效率间取得最佳平衡；(2) 包含使用者的检测方式比单独检测辅助工具更可靠。该研究首次系统论证了数据多样性对残疾人群识别的重要性，为《Expert Systems with Applications》提供了具有社会价值的计算机视觉创新成果。

这项研究的深远意义在于：它不仅填补了计算机视觉领域的技术空白，更通过严谨的实验证明，只有当人工智能训练数据充分反映人类多样性时，才能真正实现"科技为人人"的包容性发展目标。研究团队特别强调，移动辅助工具对使用者而言，就如同健全人的随身物品一样普通而必要——两者都应在智能系统的视野中获得平等关注。这种技术突破与社会责任并重的研究范式，为AI伦理实践提供了重要参考。