基于深度学习的盲道障碍物检测算法研究

针对盲人出行时盲道场景复杂度高,已有目标检测算法对远距离障碍物以及条形障碍物特征提取困难,造成漏检等问题提出改进;针对条形障碍物检测增加非对称卷积模块(ACB),强化网络在垂直与水平方向的特征提取;构建混合池化模块,将条形池化引入网络与金字塔池化融合为混合池化模块(MPM),增强网络对长条形与非长条形障碍物检测效果;网络末端改变特征融合方式,低级特征与高级特征相乘形式以加强复杂场景下盲道障碍物识别;实验结果表明,在盲道障碍物数据集上,改进算法对比YOLO V4在多个评价指标上都有提升;实际场景测试中对远距离障碍物以及条形障碍物检测的检测精度提升明显.     

基于图像识别的果蔬自助结算系统

实现对缺少条形码的水果蔬菜的识别与结算,是超市自助结算的一大难题;为在资源有限的结算终端设备上实现超市果蔬的识别与分类,提出了一种基于神经网络的果蔬识别算法;通过增加网络宽度的方法改进Alex Net,提升识别性能;结合压力传感器、摄像头等硬件设备,在树莓派上进行实验,完成了果蔬自助结算系统的搭建;经实验测试,系统对果蔬的平均识别准确率可达98.25％,单次结算总耗时约7.48s,仅为人工结算耗时的1/4,满足果蔬自助结算系统的实际应用需求.