[发明专利]一种基于深度学习的盲人辅助行路方法

摘要

本发明公开了一种基于深度学习的盲人辅助行路方法。首先开启摄像头进行实时数据采集。在室外行进时，通过深度卷积神经网络检测环境的危险物体和交通信号灯，若遇到危险物体，进行卡尔曼滤波跟踪，对比计算一段时间内的物体运动状态，分析其运动趋势，并进行危险提醒；若遇到信号灯，进行信号灯状态识别。在室内行进时，实时检测环境内的标志物，并提取标志物相关区域，进行文字等关键信息提取。该方法采用深度学习进行物体检测，具有鲁棒性高、准确率高、速度快等特点，具有很强的实用性。

主权项

1.一种基于深度学习的盲人辅助行路方法，其特征在于，该方法包括以下几个步骤：(1)盲人在行走时，实时采集图片，并根据当前情况进入室外导盲模式或者室内导盲模式；(2)步骤1所述的室内导盲模式，包括标志物识别和文本识别；其中标志物识别通过数据增强方法对深度卷积神经网络进行训练，再利用训练好的网络检测室内标志物；(3)步骤2中所述的文本识别，即识别出关键的标志后，进行文本分析，识别该标志物上的文字信息，帮助盲人用户定位；(4)步骤1所述的室外导盲模式，包括危险物体检测和交通信号识别；即通过深度学习进行物体检测，若检测为危险目标，再进行卡尔曼滤波跟踪，通过分析一段时间内物体的跟踪结果，判断物体的运动趋势，若不断靠近，则进行报警提示。(5)步骤4所述的交通信号识别，即若检测出交通信号灯，将该区域图像从RGB色彩空间转换至HSV色彩空间，使用统计直方图统计色调H在红色、绿色、黄色内的像素个数，计算其比率，以此判断信号灯颜色信息。