[发明专利]一种基于射频识别与图像神经网络理解的无障碍设施检测方法

权利要求书

1.一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：包括以下步骤：

S1：用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤；

S2：用于根据采集到的图像数据信息，训练卷积神经网络模型的步骤；

S3：用于通过卷积神经网络模型判断路面是否可以通行；

S4：用于通过多模态神经网络模型判断路面问题特征的步骤；

S5：用于向电子标签内部的存储单元更新无障碍设施检测信息的步骤；

S6：用于人们在位于无障碍设施附近时，可以通过RFID读写器接收无障碍设施检测信息的步骤。

2.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S1用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤包括：

S11：用于对采集到的无障碍设施路面图像数据划分成若干个像素块的步骤；

S12：用于对包含问题像素的像素块进行标注的步骤。

3.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S4用于通过多模态神经网络模型判断路面问题特征的步骤包括：

S41：用于提取无障碍设施问题路面图像数据以及对应的文本信息的步骤；

S42：用于将提取的信息输入至多模态神经网络模型进行训练的步骤。

4.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S5用于向电子标签内部的存储单元更新无障碍设施检测信息的步骤包括：

S51：用于向电子标签内部的存储单元输入无障碍设施检测信息的步骤；

S52：用于新输入的信息覆盖存储单元内部历史无障碍设施检测信息的步骤。

5.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S5用于向电子标签内部的存储单元更新无障碍设施检测信息的步骤中存储单元中设置有无障碍设施的具体位置坐标。

6.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S6用于人们在位于无障碍设施附近时，可以通过RFID读写器接收无障碍设施检测信息的步骤中通过RFID读写器接收无障碍设施检测信息后，通过集成在RFID读写器上的分析设备对接收到的信息进行分析，然后向使用人员发出警报。

7.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S3用于通过卷积神经网络模型判断路面是否可以通行的步骤中通过计算问题像素块的分数是否超过预设像素块数量分数范围，判断无障碍设施是否可以通行。