一种基于人工智能的障碍物检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112560579A(43)申请公布日2021.03.26(21)申请号202011307128.4(22)申请日2020.11.20(71)申请人中国科学院深圳先进技术研究院地址518055广东省深圳市南山区深圳大学城学苑大道1068号(72)发明人秦文健张旺曾光何佳慧(74)专利代理机构北京市诚辉律师事务所11430代理人耿慧敏(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)权利要求书1页说明书5页附图1页(54)发明名称一种基于人工智能的障碍物检测方法(57)摘要本发明公开了一种基于人工智能的障碍物检测方法。该方法包括：根据光照度将采集的生活场景数据集划分为标准光照度的第二风格数据集和其他光照度的第一风格数据集；以设定的损失函数为目标训练循环对抗网络，该循环对抗网络包括第一生成器、第二生成器、第一鉴别器和第二鉴别器，其中，第一生成器用于转换第一风格数据集并传递至第一鉴别器，第二生成器用于转换第二风格数据集并传递至第二鉴别器，第一鉴别器和第二鉴别器用于判断接收到图像是否符合对应的目标风格；利用经训练的第一生成器处理待检测图像，并输出至目标检测网络进行障碍物检测。本发明解决了导盲技术面临的复杂光照情景下的目标检测鲁棒性差和准确度低的难题。CN112560579ACN112560579A权利要求书1/1页1.一种基于人工智能的障碍物检测方法，包括以下步骤：根据光照度将采集的生活场景数据集划分为标准光照度的第二风格数据集和其他光照度的第一风格数据集；以设定的损失函数为目标训练循环对抗网络，该循环对抗网络包括第一生成器、第二生成器、第一鉴别器和第二鉴别器，其中，第一生成器用于转换第一风格数据集并传递至第一鉴别器，第二生成器用于转换第二风格数据集并传递至第二鉴别器，第一鉴别器和第二鉴别器用于判断接收到图像是否符合对应的目标风格；利用经训练的第一生成器处理待检测图像，并输出至目标检测网络进行障碍物检测。2.根据权利要求1所述的方法，其中，根据以下步骤确定第一风格数据集和第二风格数据集：通过摄像头模组采集真实的场景图像，得到不同光照度下的图像；对包含各种光照度的生活场景数据集进行分类，选出部分自定义的标准光照度的图像，将其归为第二风格数据集，并将其他各种光照度的图像归为第一风格数据集。3.根据权利要求1所述的方法，其中，第一生成器和第二生成器包括编码器、转换器和解码器，编码器利用卷积神经网络从输入图像中提取特征；转换器用于通过组合图像的不相近特征，将输入的风格数据集中的特征向量进行转换；解码器利用反卷积层从特征向量中还原出低级特征，得到生成图像。4.根据权利要求1所述的方法，其中，第一鉴别器和第二鉴别器采用卷积网络从图像中提取特征，并通过添加产生一维输出的卷积层来确定提取的特征是否属于目标风格类别。5.根据权利要求1所述的方法，其中，第一风格数据集和第二风格数据集是对拍摄到的生活场景原图进行裁剪变换后，转化成的适合循环对抗网络处理的图像数据。6.根据权利要求1所述的方法，其中，所述利用经训练的第一生成器处理待检测图像，并输出至目标检测网络进行障碍物检测包括：利用导盲眼镜采集盲人生活场景的图像数据作为待检测图像，该导盲眼镜包含摄像头模组；将待检测图像经过标准化处理后传递至经训练的第一生成器；第一生成器将输出结果传递至目标检测网络，以识别障碍物类别和位置。7.根据权利要求1所述的方法，其中，所述目标检测网络是FasterRCNN网络。8.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至7中任一项所述方法的步骤。9.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7中任一项所述的方法的步骤。2CN112560579A说明书1/5页一种基于人工智能的障碍物检测方法技术领域[0001]本发明涉及自然图像处理技术领域，更具体地，涉及一种基于人工智能的障碍物检测方法。背景技术[0002]根据中国残联的统计，目前我国至少有500万盲人，并且随着人口老龄化加剧，盲人数量也在逐年增加。到2050年，世界盲人数量预计会达到7.03亿。“为盲人导盲”一直是热点研究问题，从传统的导盲杖，导盲犬，到如今的各种导盲机器人。传统的导盲设备多以超声波、红外等模块作为主要传感器，通过探测障碍物距离、方位实现简单的避障提醒，但能传递给盲人的信息有限；基于传统算法的机器视觉导盲方案，对于盲人生活场景图像信息庞大复杂的情况难以处理。当前，随着人工智能的兴起，机器视觉在导盲设备中的应用又重新回到了大众的视野中，深度学习、卷积神经