基于深层卷积神经网络的智能导盲终端设计与应用

• 作者: 刘宇红 彭琳钰 戴晨亮 马治楠
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 深层卷积神经网络 深度学习 Cortex-A9/A53 图像识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 工程科学研究及应用
• 页码范围: 86-90,95
• 页数: 6页
• 分类号: TP391.41
• 字数: 3539字
• 语种: 中文
• DOI: 10.15958/j.cnki.gdxbzrb.2019.03.16

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、AP P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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宇红	贵州大学大数据与信息工程学院	77	340	10.0	15.0
2	戴晨亮	贵州大学大数据与信息工程学院	2	1	1.0	1.0
3	马治楠	贵州大学大数据与信息工程学院	4	12	2.0	3.0
4	彭琳钰	贵州大学大数据与信息工程学院	2	7	1.0	2.0