一种实现地形和目标检测的盲人辅助眼镜.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CN108960287A(43)申请公布日2018.12.07(21)申请号201810571715.0(22)申请日2018.05.29(71)申请人杭州视氪科技有限公司地址310000浙江省杭州市余杭区五常街道五常大道181号9幢202-7(72)发明人杨恺伦程瑞琦汪凯巍(74)专利代理机构杭州求是专利事务所有限公司33200代理人黄欢娣邱启旺(51)Int.Cl.G06K9/62(2006.01)A61H3/06(2006.01)权利要求书2页说明书5页附图4页(54)发明名称一种实现地形和目标检测的盲人辅助眼镜(57)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。CN108960287ACN108960287A权利要求书1/2页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。2.根据权利要求1所述的方法，其特征在于，所述一维分解瓶颈层通过使用3×1的卷积核和1×3的卷积核进行交替卷积，并采用线性整流函数ReLU作为激活函数，最后通过残差2CN108960287A权利要求书2/2页式联结，形成一个整体的一维分解瓶颈层。3.根据权利要求1所述的方法，其特征在于，从9到16层的一维分解瓶颈层中的卷积均采用扩张卷积完成，扩展卷积率分别为2，4，8，16，2，4，8，2。4.根据权利要求1所述的方法，其特征在于，所述下采样层通过使用3×3的卷积核输出的与经过最大池化的特征图，进行级联，输出下采样的特征图。5.根据权利要求1所述的方法，其特征在于，所述上采样层采用双线性插值完成。6.根据权利要求1所述的方法，其特征在于，大型的语义分割数据集可以为：ADE20K数据集：http://groups.csail.mit.edu/vision/datasets/ADE20K/；Cityscapes数据集：https://www.cityscapes-dataset.com/；Pascal数据集：https://www.cs.stanford.edu/～roozbeh/pascal-context/；COCO10K数据集：https://github.com/nightrome/cocostuff；Mapillary数据集：https://www.mapillary.com/dataset/vistas。7.根据权利要求1所述的方法，其特征在于，该方法还包括：根据语义分割图像Semantics，获得待检测区域中的特定目标的检测结果，所述特定目标为：数据集标识的物体。3CN108960287A说明书1/5页一种实现地形和目标检测的盲人辅助眼镜技术领域[0001]本发明属于模式识别技术、图像处理技术、计算机视觉技术领域，涉及一种实现地形和目标检测的盲人辅助眼镜。背景技术[0002]视觉信息是人类识别周围环境的最重要信息来源，人类获得的信息