Neuromorphic BrailleNet：単一文字を超えた連続点字の高精度・汎用読み取り—イベントベースの光学触覚センシング

要旨: 従来のロボティクス用点字リーダは一般に、文字を1文字ずつ離散的に走査することに依存しており、読み取り速度が制限されるとともに、自然な読みの流れを阻害します。視覚ベースの代替手法はしばしば、大規模な計算を要し、遅延を生じさせ、実環境では性能が劣化します。本研究では、オープンソースのニューロモルフィック（神経形態）イベントベース触覚センサであるEvetacを用いて、連続点字認識のための高精度かつリアルタイムのパイプラインを提示します。フレームベースの視覚システムとは異なり、ニューロモルフィックな触覚モダリティは、連続的なスライド中に発生する動的な接触イベントを直接符号化し、人の指による走査戦略をきわめて密に模倣します。提案手法は、疎なイベントストリームを処理するために、時空間セグメンテーションと軽量なResNetベースの分類器を組み合わせます。これにより、圧痕の深さや走査速度が変化しても頑健な文字認識が可能になります。提案システムは、標準的な深さにおいてほぼ完全な精度（>=98%）を達成し、複数の点字盤レイアウトにまたがって一般化でき、さらに高速走査下でも強い性能を維持します。日常生活の語彙を含む実物の点字盤では、本システムは単語レベルで90%超の精度を達成し、従来手法を困難にする時間的圧縮の影響に対して頑健であることを示しています。これらの結果は、ニューロモルフィック触覚センシングが、ロボティクスによる点字読取のためのスケーラブルで低遅延な解決策であることを位置づけるものであり、支援・ロボット応用における触覚知覚へのより広い示唆を持ちます。