[发明专利]一种实现地形和目标检测的盲人辅助眼镜

摘要

本发明公开了一种实现地形和目标检测的盲人辅助眼镜，利用一个彩色相机采集图像，利用小型处理器对采集的图像进行处理，输出图像中每个像素的地形或者目标类型，得到语义分割图像，再通过语义分割图像确定需要检测地形和目标的区域。本发明能够同时检测地面、人行道、楼梯、水面等地形，行人、车辆等目标，具有统一性高，实时性高，室内外适应性高，不需要特定假设的优点，可以很好地满足视障人士出行的要求。

主权项

1.一种实现地形和目标检测的盲人辅助眼镜，其特征在于，包括眼镜本体，嵌入式安装在其中一个镜腿内的小型处理器和电池模块，固定在镜框上方的一个相机，以及设置在镜腿尾部的耳机模块；所述小型处理器中存储有包含有一个训练好的神经网络；相机、骨传导耳机分别与小型处理器相连，电池模块与小型处理器相连，相机实时地采集周围场景的彩色图像，将彩色图像Color输入预先训练的神经网络模型，得到语义分割图像Semantics，识别出彩色图像中每个像素的地形或者目标类型，即完成对待检测区域的地形和目标检测；小型处理器将检测结果转化为声音信号，并传给耳机模块，告知用户。所述的神经网络通过以下方法训练得到：从大型的语义分割数据集中获取训练数据集，包括m张彩色图像Color与其一一对应的m张标记图像Label，所述对应关系如下：标记图像Label中的像素单元与彩色图像Color中的像素单元一一对应，标记图像Label中的像素单元标记彩色图像Color中的像素单元的语义标号。m≥10000。所述像素单元为：来源于同一物体的所有像素点组成的单元，同一类别的物体用一语义标号进行标识。以彩色图像Color为输入，标记图像Label为输出，对语义分割模型进行训练，所述基于神经网络的语义分割模型中每一层网络如下表所示，得到预先训练的神经网络模型。将待检测的彩色图像Color输入神经网络模型后，第19层得到的输出特征图即为各个类别的概率图，通过argmax函数即可得到语义分割图像Semantics。