机构名称：
¥ 1.0
摘要 - 在计算机视觉和自主系统的领域，对象识别和障碍识别是关键任务，每个任务都为人们和移动机器人的智能能力和安全性提供了独特的贡献。虽然对象识别侧重于识别和分类数字图像或视频帧中的对象，但障碍识别专门用于检测和本地化环境中的障碍或危害。使用机器学习，计算机视觉，Yolov4体系结构和可可数据集的对象识别，并特别强调视力受损的个体。这项研究集成了Yolov4和可可数据集，旨在提高对象识别，同时利用障碍识别的益处。研究包括硬件实现，包括带有7英寸LCD的Raspberry Pi和涉及机器学习模型的软件实现。测试结果揭示了系统的鲁棒性和实时功能。此外，在Phramongkutklao医院展览会上进行的用户体验测试获得了积极的反馈，这对于建立以用户为中心的方法来开发适合其需求的对象识别技术是有价值的输入。这项研究有望在复杂环境中对智能系统的对象识别做出宝贵的贡献。
使用计算机视觉增强视力障碍个体的对象识别
主要关键词
相关文件推荐
