公开(公告)号：CN116883657A

公开(公告)日：2023-10-13

申请号：CN202310826837.0

申请日：2023-07-06

申请人： 中原工学院

发明人： 杨蕾 ,  宋晓炜 ,  文秀静 ,  蔡文静 ,  李梦龙 ,  刘伟

IPC分类号： G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明提出了一种基于深度学习和立体视觉的盲道分割与定位方法，其步骤为：首先，利用多样性盲道图像数据集对ME‑UNet盲道分割网络进行训练，获得ME‑UNet盲道分割网络模型；其次，拍摄包含盲道的左视图和右视图，将左视图和右视图分别输入ME‑UNet盲道分割网络模型，分割出左视点盲道区域和右视点盲道区域；然后，通过对左视点盲道区域和右视点盲道区域进行检测，获得左视图和右视图中的两对盲道边界辅助点；最后，根据两对辅助点在左视图和右视图中的二维像素坐标获得盲道关键点的三维空间坐标，进而计算相机到盲道关键点的实际距离和角度，作为盲道相对于视障者的位置信息。本发明有效提高了盲道定位的精度，为视障者安全出行提供了保障。