基于深层卷积神经网络的智能导盲终端设计与应用 |
| |
引用本文: | 彭琳钰,刘宇红,马治楠,戴晨亮.基于深层卷积神经网络的智能导盲终端设计与应用[J].贵州大学学报(自然科学版),2019,36(3). |
| |
作者姓名: | 彭琳钰 刘宇红 马治楠 戴晨亮 |
| |
作者单位: | 贵州大学 大数据与信息工程学院,贵州 贵阳,550025;贵州大学 大数据与信息工程学院,贵州 贵阳,550025;贵州大学 大数据与信息工程学院,贵州 贵阳,550025;贵州大学 大数据与信息工程学院,贵州 贵阳,550025 |
| |
基金项目: | 贵州省科技计划项目资助 |
| |
摘 要: | 提出一种基于深层卷积神经网络的智能导盲终端系统的设计方案。针对卷积神经网络层数较深,计算资源消耗较高的缺点,使用两台搭建Linux系统的中央处理器进行并行计算处理,两个处理器分别用作网络计算和系统控制。其中采用基于Cortex-A53架构的Raspberry PI3作为网络计算加速单元,利用GPU加速深层卷积神经网络的计算,采用基于Cortex-A9架构的I. MX6Q为系统控制单元。硬件配置双目图像采集、GPS定位、4G通信、语音播报、实时求助六大核心功能模块。经系统实测表明,该智能导盲终端在复杂环境中能对常见障碍物的种类及当前场景、警示标志实现准确识别,还具有快速求助、报时、APP应用等多项辅助功能。系统主从结构的并行处理方式,能将深度学习框架直接搭建在前端运行,大大减少了系统反应时间,提高了实时使用效率。
|
关 键 词: | 深层卷积神经网络 深度学习 Cortex-A9/A53 图像识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
|