| 基于迁移学习和显著性检测的盲道识别 |
| |
| 引用本文： | 李 林,李小舜,吴少智. 基于迁移学习和显著性检测的盲道识别[J]. 计算机工程与应用, 2018, 54(11): 8-14. DOI: 10.3778/j.issn.1002-8331.1802-0069 |
| |
| 作者姓名： | 李 林 李小舜 吴少智 |
| |
| 作者单位： | 1.成都师范学院 计算机科学学院，成都 611130 2.四川大学 电子信息学院，成都 6100653.电子科技大学 计算机科学与工程学院，成都 611731 |
| |
| 摘 要： | 为了帮助对视觉障碍患者有效识别道路周围的场景，提出一种基于迁移学习和深度神经网络方法，实现实时盲道场景识别。首先提取盲道障碍物的瓶颈描述子和判别区域集成显著性特征描述子，并进行特征融合，然后训练新的盲道特征表示，用Softmax函数实现盲道场景识别。实验中，对成都不同区域盲道周围障碍物采样，分别采用基于Mobilenet模型不同参数训练和测试了提出的新模型，最后在实际应用场景，实现了盲道周边障碍物的实时分类和报警，实验证明提出的方法具有很高准确率和良好的运行性能。
|
| 关 键 词： | 盲道场景识别 迁移学习 深度神经网络 移动网络模型 显著性检测 |
Blind road classification based on transfer learning and salient object detection |
| |
| LI Lin,LI Xiaoshun,WU Shaozhi. Blind road classification based on transfer learning and salient object detection[J]. Computer Engineering and Applications, 2018, 54(11): 8-14. DOI: 10.3778/j.issn.1002-8331.1802-0069 |
| |
| Authors: | LI Lin LI Xiaoshun WU Shaozhi |
| |
| Affiliation: | 1.School of Computer Science, Chengdu Normal University, Chengdu 611130, China2.College of Electronics and Information Engineering, Sichuan University, Chengdu 610065, China3.School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China |
| |
| Abstract: | |
| |
| Keywords: | blind road scene detection transfer learning deep neural networks Mobilenet saliency detection |
|
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
