一种基于射频识别与图像神经网络理解的无障碍设施检测方法技术

本发明专利技术公开了一种基于射频识别与图像神经网络理解的无障碍设施检测方法，涉及无障碍设施技术领域，S1：用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤；S2：用于根据采集到的图像数据信息，训练卷积神经网络模型的步骤；该基于射频识别与图像神经网络理解的无障碍设施检测方法，通过工业CCD相机采集无障碍设施路面图像数据，然后将无障碍设施路面图像数据输入至卷积神经网络模型判断路面是否可以通行，接着通过多模态神经网络模型判断路面问题类型，然后将检测信息发送至电子标签内部，当人们在位于无障碍设施附近时，可以通过RFID读写器接收无障碍设施检测信息，提示人们无障碍设施无法通行。人们无障碍设施无法通行。人们无障碍设施无法通行。

【技术实现步骤摘要】
一种基于射频识别与图像神经网络理解的无障碍设施检测方法


[0001]本专利技术涉及无障碍设施
，具体为一种基于射频识别与图像神经网络理解的无障碍设施检测方法。

技术介绍

[0002]无障碍设施是指保障残疾人、老年人、孕妇、儿童等社会成员通行安全和使用便利，在建设工程中配套建设的服务设施。但是一些无障碍设施的路面出现破裂或者路面上有障碍物等情况无法通行时，无法通知需要使用无障碍设施的人无障碍设施无法使用，从而使得本来就行动不便的人来回奔波。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了一种基于射频识别与图像神经网络理解的无障碍设施检测方法，解决了上述
技术介绍
中提出的问题。
[0004]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于射频识别与图像神经网络理解的无障碍设施检测方法，包括以下步骤：
[0005]S1：用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤；
[0006]S2：用于根据采集到的图像数据信息，训练卷积神经网络模型的步骤；r/>[0007]S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：包括以下步骤：S1：用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤；S2：用于根据采集到的图像数据信息，训练卷积神经网络模型的步骤；S3：用于通过卷积神经网络模型判断路面是否可以通行；S4：用于通过多模态神经网络模型判断路面问题特征的步骤；S5：用于向电子标签内部的存储单元更新无障碍设施检测信息的步骤；S6：用于人们在位于无障碍设施附近时，可以通过RFID读写器接收无障碍设施检测信息的步骤。2.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S1用于通过工业CCD相机采集无障碍设施路面图像数据信息的步骤包括：S11：用于对采集到的无障碍设施路面图像数据划分成若干个像素块的步骤；S12：用于对包含问题像素的像素块进行标注的步骤。3.根据权利要求1所述的一种基于射频识别与图像神经网络理解的无障碍设施检测方法，其特征在于：所述S4用于通过多模态神经网络模型判断路面问题特征的步骤包括：S41：用于提取无障碍设施问题路面图像数据以及对应的文本信息的步骤；S42：用于将提取的信息输入至多模态神经网络模型进行训练的步骤。4.根...

【专利技术属性】
技术研发人员：邓兴栋，王泽夏，周璠，廖顺意，张晓明，周茂松，胡志赛，周清雅，冯磊，蔡冠方，杨宗和，伍韵静，高枫，吴洁敏，
申请(专利权)人：广州市城市规划勘测设计研究院，
类型：发明
国别省市：