4、助力视障人士与行人重识别：先进技术解决方案

助力视障人士与行人重识别：先进技术解决方案

视障人士障碍物检测方法

视觉障碍严重影响患者的生活质量，且这种疾病在全球范围内广泛存在。视障人士外出不便，主要是因为不断变化的人群、车辆和障碍物。虽然已有许多软件程序和可穿戴设备来辅助视障人士的日常生活，但在协助他们行走和外出方面仍面临更多挑战。

使用可穿戴传感器来帮助视障人士确定前方是否有障碍物是一种可靠的选择。常见的传感器系统包括超声波传感器、电磁波雷达、激光雷达、低成本视觉传感器和红外传感器等。然而，雷达和激光雷达昂贵且体积大，不适合改装成可穿戴设备；超声波传感器和红外传感器检测距离有限，且受环境和人为噪声影响严重。低成本视觉传感器因其低成本和便携性，成为辅助视觉避障的理想工具。

在使用视觉传感器避障时，需要解决两个关键问题：一是确定哪些物体是障碍物或移动交通目标，帮助视障人士了解环境状况；二是明确每个障碍物或交通目标与传感器之间的距离，避免避障功能频繁启动或失效。

为此，提出了一种基于语义分割的视障人士障碍物检测方法：
- 语义分割获取障碍物信息 ：由于室外交通状况复杂，仅识别目标对于视障人士导航是不够的，需要将目标分割结果精确到像素级别，即进行语义分割任务。为了确保实时性能，采用基于密集连接卷积网络（Densely Connected Convolutional Networks）的分割网络，该网络无需预训练，且网络层数较少。输入图像将转换为16个特征层，并迭代n次（n取值为4、5、7、10），形成密集块（DB）。然后，对所有获得的特征进行下采样（TD）操作，包括批量标准化、卷积和池化，这些操作构成下采样密集块（DB - TD），并重复四次。在上采样时，先进行