新技术使视障人士可以访问互联网模因

 
视障人士通常在屏幕阅读器软件的帮助下，像其他所有人一样使用社交媒体。但是，该技术在遇到模因时就不够用了，这些模因不包含替代文字或替代文字来描述图像中所描绘的内容。
为了解决这个问题，卡内基梅隆大学的研究人员开发了一种方法，该方法可以自动识别模因并应用预先编写的模板来添加描述性替代文本，从而通过现有辅助技术使它们易于理解。
模因是图像，其被复制然后在文本上稍有变化。他们通常很幽默，并传达着共同的经验，但是“如果您是盲人，那么您会错过谈话的那一部分，”博士科尔·格里森(Cole Gleason)说。 CMU人机交互研究所(HCII。)的学生
HCII副教授杰夫·比格姆(Jeff Bigham)表示：“模因似乎不是最重要的问题，但是可访问性的重要组成部分不是为人们选择值得关注的东西。” “许多人使用模因，因此应该使其易于使用。”
模因主要存在于社交媒体平台中，该平台在添加替代文本方面存在障碍。例如，Twitter允许人们在其图像中添加替代文本，但是并不总是容易找到该功能。 CMU研究人员检查了900万条推文，其中100万条包含图像，其中只有0.1%包含替代文本。
格里森说，基本的计算机视觉技术可以描述每个模因的图像，无论是名人，哭泣的婴儿，卡通人物还是场景，例如倒在污水坑中的公共汽车。光学字符识别技术用于解密叠加的文本，该文本会随着模因的每次迭代而改变。对于每种模因类型，仅需制作一个描述图像的模板，并且可以为该模因的每次迭代添加覆盖的文本。
但是写出模因打算传达的内容是困难的。
格里森说：“幽默的翻译取决于模因。某些视觉效果更细微差别。” “有时它是明确的，您可以描述它。”例如，所谓的“成功的孩子”模因的完整替代文字指出：“蹒跚学步的拳头在自鸣得意的脸前。顶部的覆盖文字：全年都是个坏男孩。底部的覆盖文字：仍然收到了很棒的礼物圣诞老人。”
该团队还创建了一个平台，将模因转化为声音而不是文本。用户搜索声音库，然后将元素拖放到模板中。该系统用于翻译现有的模因并通过音乐和声音效果传达情感。
格里森说：“我们尝试音频模因的原因之一是，我们认为替代文字会消除笑话，但人们仍然偏爱该文字，因为它们已经习惯了。”
部署技术将是一个挑战。即使将其整合到一个模因生成器网站中，当在社交媒体上共享该图片时，该替代文本也不会自动复制。
格里森说：“我们必须说服Twitter添加新功能。”它可能是添加到个人智能手机上的东西，但他指出，这将给用户带来负担。 CMU研究人员目前正在从事相关项目，包括Twitter的浏览器扩展程序，该程序尝试为每个图像添加替代文本，并可能包括一个模因系统。另一个项目试图将替代文本集成到图像的元数据中，该元数据将与发布在任何地方的图像保持一致。
这项工作已于今年早些时候在匹兹堡的ACCESS会议上进行了介绍。参与该项目的其他研究人员包括HCII博士后研究员Amy Pavel，CMU本科生刘兴宇，HCII助理教授Patrick Carrington和哥伦比亚大学的Lydia Chilton。