一种用于手机的基于深度学习目标检测的障碍物提示方法技术

本发明专利技术提供了一种用于手机的基于深度学习目标检测的障碍物提示方法。该方法通过在手机端运行后台程序调用后置摄像头，通过深度学习目标检测的技术对手机前方的行人、障碍物等目标进行检测，根据相对位置和移动速度进行方位估计和碰撞预测，并通过声音、视觉等提示方式告知。有助于在不得已必须在马路上用手机的时候避免碰撞。时候避免碰撞。

【技术实现步骤摘要】
一种用于手机的基于深度学习目标检测的障碍物提示方法


[0001]本专利技术涉及一种用于手机的基于深度学习目标检测的障碍物提示方法，属于图像处理技领域。

技术介绍

[0002]增强现实技术，它是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息、声音、味道、触觉等)通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。移动式增强现实系统的早期原型增强现实的基本理念是将图像、声音和其他感官增强功能实时添加到真实世界的环境中。听起来十分简单，却远比其他技术要先进。由于增强现实技术仍处于起步阶段，当前增强现实技术对受到干扰的环境缺乏处理能力。而近来深度学习技术的蓬勃发展，给增强现实领域带来了新的生机。深度学习技术在图像处理、模式识别、视频分析领域存在大量研究，包含大量模型及算法针对各种类型的视觉数据，包括包含大量环境噪声的数据。即使存在环境噪声，深度学习技术仍可以表现良好。因此可将该类算法运用在手机端进行增强现实任务中，帮助行人在不得已使用手机的时候提供视觉或者声音的提示信息，避开障碍物。当前缺少一种有效的障碍物检测和预警的方法。

技术实现思路

[0003]本专利技术目的是提供了一种用于手机的基于深度学习目标检测的障碍物提示方法，有助于在不得已必须在马路上用手机的时候避免碰撞。
[0004]本专利技术为实现上述目的，通过以下技术方案实现：一种用于手机的基于深度学习目标检测的障碍物提示方法，包括以下步骤：a）将训练好的目标检测模型通过TensorFlow Lite框架转为tflite格式，方便在手机端基于ARM的处理器上运行；b）将模型和推理文件编译打包后作为APP安装在手机上；c）打开APP并保持后台运行，后台运行期间同时进行目标检测、目标方位估计、碰撞预测三个任务d）根据目标检测、目标方位估计、碰撞预测的结果，如果符合预警条件则手机端发出预警信号。
[0005]优选的，所述目标检测具体如下，由于使用场景的特殊性目标检测持续运行，对出现在手机后摄像头视野内的障碍物进行检测，并将信息传递给下一个方位估计的流程中。
[0006]优选的，所述目标方位估计具体如下，目标检测任务完成后，将检测到的目标类别、标记框在图像中的位置传到该任务中，根据判断出的目标方位进行APP内的提示。
[0007]优选的，所述碰撞预测具体如下，根据目标从被捕获图像的上方进入并靠近下方中心位置的过程，拟合一个位置和时间的线性函数，通过预先设定碰撞时间阈值和碰撞距
离阈值，如果速度*时间阈值大于距离阈值，则发出APP内预警。
[0008]本专利技术的优点在于：本专利技术帮助行人在不得已使用手机的时候提供视觉或者声音的提示信息，避开障碍物。
具体实施方式
[0009]下面对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0010]a）将训练好的目标检测模型通过TensorFlow Lite框架转为tflite格式，方便在手机端基于ARM的处理器上运行；b）将模型和推理文件编译打包后作为APP安装在手机上；c）打开APP并保持后台运行，后台运行期间同时进行三个任务；目标检测由于使用场景的特殊性（正常手持手机且前倾45
°
左右），目标检测对于障碍物的定义与正常任务不同，如行人检测只关注下肢部分，车辆关注车头、车尾、车轮等部位，诸如此类。目标检测持续运行，对出现在手机后摄像头视野内的障碍物进行检测，并将信息传递给下一个方位估计的流程中。
[0011]目标方位估计目标检测任务完成后，将检测到的目标类别、标记框在图像中的位置传到该任务中，假设使用者持有手机设备在身体中央，则只关注视野中线附近的物体或视野侧面往中间靠近的物体。根据判断出的目标方位进行APP内的提示，如红色边框、或者立体声警报。
[0012]碰撞预测根据目标方位估计的结果进行碰撞预警。方法是根据目标从被捕获图像的上方进入并靠近下方中心位置的过程，拟合一个位置和时间的线性函数，通过预先设定碰撞时间阈值和碰撞距离阈值，如果速度*时间阈值大于距离阈值，则发出APP内预警，同第二步。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于手机的基于深度学习目标检测的障碍物提示方法，其特征在于，包括以下步骤：a）将训练好的目标检测模型通过TensorFlow Lite框架转为tflite格式，方便在手机端基于ARM的处理器上运行；b）将模型和推理文件编译打包后作为APP安装在手机上；c）打开APP并保持后台运行，后台运行期间同时进行目标检测、目标方位估计、碰撞预测三个任务d）根据目标检测、目标方位估计、碰撞预测的结果，如果符合预警条件则手机端发出预警信号。2.根据权利要求1所述的用于手机的基于深度学习目标检测的障碍物提示方法，其特征在于，所述目标检测具体如下，由于使用场景的特殊性目标检测持续运行，对出现在手机...

【专利技术属性】
技术研发人员：段强，宋子坤，李锐，张晖，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：