改进的SSD算法用于盲人户外出行多尺度障碍检测

摘要：

文章针对盲人户外出行的障碍物探测问题,利用深度学习的方法建立了障碍物数据集和检测模型.虽然传统的SSD方法在VOC数据集和COCO数据集上有着良好的泛化性能,但是对障碍物的检测效果并不好.因此对SSD的先验框比例参数和网络结构进行改进,将anchor比例设置成更加符合本数据集的尺度,并且通过增加Conv3_3特征层达到识别不同尺寸障碍物的要求.通过与现有检测算法和数据集进行实验对比,得出改进的SSD算法对建立的数据集中的特殊尺度的障碍物检测要优于其他算法.

关键词：SSD、盲人、计算机视觉、障碍检测

所属期刊栏目：42

分类号：TP389.1;TP18(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;江西省自然科学基金资助项目

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：87-97