[發明專利]基于圖像識別的智能盲人音頻手杖控制方法及其相關組件

在審

• 申請號: 202011329730.8
• 申請日: 2020-11-24
• 公開（公告）號: CN112465005A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 洪振厚;王健宗;瞿曉陽
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G10L13/04;G10L13/10;G10L25/30;A45B3/00
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 于建

本發明公開了基于圖像識別的智能盲人音頻手杖控制方法及其相關組件，其中方法包括：接收智能盲人音頻手杖采集的當前路段的路況圖像，通過已訓練的深度學習模型對所述路況圖像中的物體進行分類，并計算所述路況圖像中每個物體的大小及每個物體與用戶之間的距離；根據物體的分類結果在預設的物體音色音頻庫中獲取每個物體對應音色的虛擬音頻信號；將物體的分類結果、大小及每個物體與用戶之間的距離作為輸入參數輸入至神經網絡模型中，輸出每個物體對應虛擬音頻信號的音調、音量以及音頻持續時間，以生成物體的實際音頻信號，并輸出所述實際音頻信號。本發明通過卷積神經網絡技術生成音頻信號指引盲人前進，技術簡單便于實現，更具有實時性。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于圖像識別的智能盲人音頻手杖控制方法及其相關組件。

背景技術

盲人有先天性盲人與后天性盲人之分，后天性盲人由于失明前曾用眼睛認識過這個世界，所以能通過他人語言的描述，在腦海中完成對周圍環境的構建。而先天性盲人由于沒有經歷過對色彩的體驗，所以沒有顏色的概念，也不存在“看到”這一說法。世界對于他們來說是黑暗虛無的，再精妙的語言描述對他們構建對世界的認識起不到任何作用。但先天性的失明患者通常在聽覺方面強于常人數倍，這是因為他們大腦中負責處理視覺信息的神經細胞可以被處理聽覺信息的部分占用，這就導致了即便是極難分辨的兩種聲音，他們也有很高的準確率。

目前已有的智能手杖，通過深度學習技術，超聲波技術，以及GPS定位技術建立導盲系統，通過識別盲人行進路線中的障礙物，給出下一步的行進建議。手杖完全承擔了收集信息，處理數據，分析前進路線的任務，而使用者則是單方面被動的接受建議。這種牽引式的服務，無法發揮視覺障礙者的主觀能動性，世界于他們仍是黑暗混沌的，他們能做的只有對手杖完全地信任，缺少自己的主觀判斷。并且這類智能手杖需要多種技術配合建立導盲系統，整體系統復雜，出錯風險高。

發明內容

本發明實施例提供了一種基于圖像識別的智能盲人音頻手杖控制方法及其相關組件，旨在解決現有技術中導盲系統技術繁多復雜、出錯風險高的問題。

第一方面，本發明實施例提供了一種基于圖像識別的智能盲人音頻手杖控制方法，其包括：

接收智能盲人音頻手杖采集的當前路段的路況圖像，通過已訓練的深度學習模型對所述路況圖像中的物體進行分類，并計算所述路況圖像中每個物體的大小及每個物體與用戶之間的距離；

根據物體的分類結果在預設的物體音色音頻庫中獲取每個物體對應音色的虛擬音頻信號；

將所述物體的分類結果、每個物體的大小及每個物體與用戶之間的距離作為輸入參數輸入至神經網絡模型中，輸出每個物體對應虛擬音頻信號的音調、音量以及音頻持續時間，以生成物體的實際音頻信號，并輸出所述實際音頻信號。

第二方面，本發明實施例提供了一種基于圖像識別的智能盲人音頻手杖控制裝置，其包括：

圖像訓練單元，用于接收智能盲人音頻手杖采集的當前路段的路況圖像，通過已訓練的深度學習模型對所述路況圖像中的物體進行分類，并計算所述路況圖像中每個物體的大小及每個物體與用戶之間的距離；

虛擬音頻信號獲取單元，用于根據物體的分類結果在預設的物體音色音頻庫中獲取每個物體對應音色的虛擬音頻信號；

實際音頻信號輸出單元，用于將所述物體的分類結果、每個物體的大小及每個物體與用戶之間的距離作為輸入參數輸入至神經網絡模型中，輸出每個物體對應虛擬音頻信號的音調、音量以及音頻持續時間，以生成物體的實際音頻信號，并輸出所述實際音頻信號。

第三方面，本發明實施例又提供了一種計算機設備，其包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述第一方面所述的基于圖像識別的智能盲人音頻手杖控制方法。