0 引言

    據(jù)世界衛(wèi)生組織統(tǒng)計,，截至目前全球約有盲人7 800萬,，其中90%生活在發(fā)展中國家，中國現(xiàn)有盲人數(shù)量占據(jù)世界盲人總數(shù)的18%,，多達(dá)1 400萬,。盲人作為社會中的一種弱勢群體,，視力殘疾、眼部疾病給其生活帶來了諸多不便,。另一方面,，近年來隨著我國老齡化人口的持續(xù)增多，視力障礙者數(shù)量也在急劇上升,，如何保障盲人群體及視障人士安全有效地出行顯得尤為重要,。為此，本文設(shè)計了一種基于機(jī)器視覺^[1]的智能導(dǎo)盲眼鏡,，旨在幫助盲人朋友在行走過程中,，安全、有效地避開道路上的目標(biāo)障礙物,，盡最大可能地保障其出行安全,。相較于市場上導(dǎo)盲效率不理想的導(dǎo)盲手杖和價格昂貴的導(dǎo)盲犬，基于機(jī)器視覺的智能導(dǎo)盲眼鏡系統(tǒng)更具競爭力,。

1 智能導(dǎo)盲眼鏡控制系統(tǒng)的總體設(shè)計

    本文的智能導(dǎo)盲眼鏡控制系統(tǒng)由前端嵌入式采集傳輸系統(tǒng)和遠(yuǎn)程云平臺服務(wù)器兩大部分組成,。嵌入式采集傳輸系統(tǒng)以三星Cortex-A8架構(gòu)的S5PV210處理器為載體，搭載Linux內(nèi)核,，配備雙目采集,、GPS定位、語音播報,、GSM短信,、語音通話、無線傳輸?shù)群诵墓δ苣K搭建智能導(dǎo)盲眼鏡系統(tǒng)的硬件平臺,，主要完成信息采集傳輸和智能指令導(dǎo)盲功能,。云平臺服務(wù)器作為智能導(dǎo)盲眼鏡的遠(yuǎn)程數(shù)據(jù)處理中心，在服務(wù)器配置上,，選用阿里云作為云端服務(wù)器,，再融入深度學(xué)習(xí)、雙目測距^[2]等相關(guān)算法,，實現(xiàn)對智能導(dǎo)盲眼鏡前端場景目標(biāo)的圖像識別,、距離檢測和方位判斷。此外該服務(wù)器還構(gòu)建了GPS衛(wèi)星數(shù)據(jù)匹配平臺,，結(jié)合智能導(dǎo)盲眼鏡實體,，能對眼鏡使用者進(jìn)行實時有效地定位。本系統(tǒng)的總體設(shè)計框圖如圖1所示,。

2 智能導(dǎo)盲眼鏡控制系統(tǒng)硬件設(shè)計

2.1 雙目采集模塊設(shè)計

    雙目采集模塊選用兩個性能參數(shù)完全一致的CMOS高清攝像頭,，用于智能導(dǎo)盲眼鏡前方場景信息的采集，幫助盲人獲取前方目標(biāo)和相應(yīng)的場景信息。

2.2 GPS定位模塊設(shè)計

    全球定位系統(tǒng)(GPS)能為全球用戶提供低成本,、高精度的三維位置,，可在全球范圍內(nèi)進(jìn)行全天候、全方位的實時定位,。系統(tǒng)選用瑞士Ublox公司的NEO-6M模組作為GPS模塊的核心單元,，主要用于實時獲取盲人所在地理位置的經(jīng)緯度坐標(biāo)。

2.3 無線通信傳輸模塊設(shè)計

    無線通信傳輸模塊主要由3G芯片和對應(yīng)的外圍電路組成,，采用3G無線技術(shù)，實現(xiàn)智能導(dǎo)盲眼鏡與遠(yuǎn)程云平臺服務(wù)器的雙向通信,。一方面將雙目攝像頭模塊采集到的圖片以及GPS模塊獲取到的地理位置坐標(biāo)信息通過3G網(wǎng)絡(luò)發(fā)到遠(yuǎn)端云服務(wù)器平臺,，另一方面將服務(wù)器的圖片識別和地理位置配對結(jié)果反送回來傳遞給智能導(dǎo)盲眼鏡，進(jìn)行語音播報,，把結(jié)果實時告訴給盲人,。同時利用3G模塊的GSM短信功能，智能導(dǎo)盲眼鏡系統(tǒng)也會將從云服務(wù)器端獲取的結(jié)果,，以短消息的形式及時告知盲人家屬,。另外，在特殊情況下,，盲人也可利用3G的電話功能直接與親屬間進(jìn)行語音通話,。圖2為無線通信傳輸模塊的應(yīng)用電路圖。

2.4 語音播報模塊設(shè)計

    智能導(dǎo)盲眼鏡控制系統(tǒng)的語音播報功能主要用于將導(dǎo)盲眼鏡前方目標(biāo)的圖片識別結(jié)果,、距離,、方位信息以及所處的地理位置通過語音模塊播放出來，及時告知盲人所處的周圍環(huán)境狀況,。系統(tǒng)選用SYN6288中文語音合成芯片作為語音播報模塊的主體,，實現(xiàn)文本到聲音的轉(zhuǎn)換，其外圍電路如圖3所示,。

3 智能導(dǎo)盲眼鏡控制系統(tǒng)的軟件設(shè)計

    本系統(tǒng)的軟件設(shè)計分為遠(yuǎn)端云平臺服務(wù)器上的程序設(shè)計和智能導(dǎo)盲眼鏡前端的程序設(shè)計兩部分,。遠(yuǎn)程云平臺服務(wù)器上的軟件設(shè)計主要是采用C/C++等高級編程語言將圖片的識別、測距,、方位檢測等相關(guān)算法轉(zhuǎn)換成計算機(jī)系統(tǒng)能夠識別的程序指令,，從而實現(xiàn)智能導(dǎo)盲眼鏡遠(yuǎn)程云服務(wù)器的識別、測距,、方位檢測等功能,。另外GPS的經(jīng)緯度解析也在云服務(wù)器上通過軟件編程實現(xiàn)。導(dǎo)盲眼鏡前端軟件設(shè)計主要包括雙目攝像頭的圖片采集,、GPS地理位置坐標(biāo)的獲取,、無線通信傳輸模塊的數(shù)據(jù)傳輸與接收、語音播報模塊的調(diào)度和按鍵中斷的配置等功能模塊子程序的編寫，其主程序流程圖如圖4所示,。

4 基于深度信念網(wǎng)絡(luò)的自然場景識別

    深度信念網(wǎng)絡(luò)（Deep Belief Network,，DBN）^[3]作為深度學(xué)習(xí)中最為廣泛應(yīng)用的一種算法模型，多應(yīng)用于手寫字體識別和自然場景識別這兩個方向,。在智能導(dǎo)盲眼鏡控制系統(tǒng)中,，深度信念網(wǎng)絡(luò)主要用在自然場景中常見的物體識別上，這也是深度學(xué)習(xí)在機(jī)器視覺領(lǐng)域中的一種應(yīng)用體現(xiàn),。圖5是一個典型的深度信念網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)模型,。

    從圖5可以看出，深度信念網(wǎng)絡(luò)是由多個受限制玻爾茲曼機(jī)（Restricted Boltzmann Machines,，RBM）^[4]組成的深層網(wǎng)絡(luò),，在這個網(wǎng)絡(luò)中，DBN的訓(xùn)練過程采用逐層訓(xùn)練的方法,，每一層RBM都單獨訓(xùn)練,，參數(shù)也是單獨調(diào)整^[5]。訓(xùn)練完一層后,，將該層的訓(xùn)練結(jié)果作為下一層RBM的輸入,，直至每一層RBM都訓(xùn)練完成，這個過程稱之為預(yù)訓(xùn)練,。當(dāng)深度信念網(wǎng)絡(luò)中的所有RBM訓(xùn)練完成后,，再根據(jù)樣本的標(biāo)簽值，采用反向傳播算法向后微調(diào),。

    在智能導(dǎo)盲眼鏡的圖像訓(xùn)練過程中,，采用改進(jìn)型的CIFAR-10自然場景庫作為測試訓(xùn)練樣本。原始的CIFAR-10數(shù)據(jù)集有60 000張32×32的彩色圖像,，分為飛機(jī),、汽車、貓,、鳥,、鹿、狗,、青蛙,、馬、船和卡車共10類,。為了增強(qiáng)智能導(dǎo)盲眼鏡的實用性,，結(jié)合盲人的特殊情況，本文在實際的系統(tǒng)圖像訓(xùn)練中,，加入了餐桌,、椅子,、人、垃圾桶,、樹木等生活中常見的一些目標(biāo)場景,，對原始的CIFAR-10自然場景庫進(jìn)行了改進(jìn)，然后采用改進(jìn)型的CIFAR-10自然場景庫通過圖6所示的深度信念網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練識別,。

    在上述訓(xùn)練模型中,，改進(jìn)型CIFAR-10自然場景庫中每張圖均為32×32的彩色圖片，因此輸入層大小為3 072個結(jié)點(3 072=32×32×3),，兩個隱含層節(jié)點數(shù)分別為1 000和200,，在經(jīng)過面向多元分類的Softmax分類器^[6]后輸出層為10個單元，系統(tǒng)最終模型結(jié)構(gòu)為3072-1000-200-10,。在智能導(dǎo)盲眼鏡系統(tǒng)實際的圖像訓(xùn)練階段,，訓(xùn)練模型中的兩層RBM的訓(xùn)練迭代次數(shù)都設(shè)置為200，學(xué)習(xí)率都設(shè)置成0.1,。訓(xùn)練完成后，將系統(tǒng)學(xué)習(xí)到的權(quán)重用于初始化神經(jīng)網(wǎng)絡(luò),，對網(wǎng)絡(luò)參數(shù)進(jìn)行參數(shù)微調(diào),， 并用Sigmoid函數(shù)^[7]激活神經(jīng)網(wǎng)絡(luò)。系統(tǒng)訓(xùn)練過程中,，由于樣本繁多,，數(shù)據(jù)繁雜，隱含層需要相對較多的節(jié)點數(shù)才能學(xué)習(xí)到較好的特征,，加之圖片本身信息量大,，需要較多次的迭代，整個訓(xùn)練過程平均歷時10個小時,，這與深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)^[8]以及自動編碼模型^[9]相比,，訓(xùn)練時間大幅度縮短，并且還具有較為理想的識別率,，這也是本系統(tǒng)選用深度信念網(wǎng)絡(luò)作為識別訓(xùn)練模型的主要原因,。

5 系統(tǒng)測試結(jié)果與分析

    采用上述的深度信念網(wǎng)絡(luò)訓(xùn)練模型先對改進(jìn)型CIFAR-10庫中的10 000張測試圖片隨機(jī)進(jìn)行了示范性測試，表1所示為各類樣本的識別率和平均識別率,。

    從表1可以看出改進(jìn)型CIFAR-10庫中的10類測試樣本通過導(dǎo)盲眼鏡系統(tǒng)的深度信念網(wǎng)絡(luò)訓(xùn)練模型后,，其平均識別率為82.9%，與基于支持向量機(jī)^[10]訓(xùn)練識別模型的識別率相比,，其平均識別率超出了支持向量機(jī)模型的近10%,，為進(jìn)一步的智能導(dǎo)盲眼鏡整體系統(tǒng)測試奠定了基礎(chǔ)。最后,，針對盲人的生活需要,，結(jié)合智能導(dǎo)盲眼鏡的其他功能,，對智能導(dǎo)盲眼鏡控制系統(tǒng)在實際場景中進(jìn)行了系統(tǒng)聯(lián)調(diào)，其中雙目攝像頭的采集幀率設(shè)置為3幀/s,，語音導(dǎo)航頻率設(shè)定為每兩秒鐘導(dǎo)盲一次,，遠(yuǎn)程服務(wù)器端測試結(jié)果如圖7、圖8所示,。通過圖7可以看出智能導(dǎo)盲眼鏡的GPS功能能實時,、準(zhǔn)確地獲取佩戴導(dǎo)盲眼鏡用戶的經(jīng)緯度，并通過無線通信傳輸模塊送至遠(yuǎn)程服務(wù)器,，進(jìn)行地理位置的準(zhǔn)確匹對,。圖8顯示該智能導(dǎo)盲眼鏡在實際場景中，不僅能較準(zhǔn)確識別出前方目標(biāo)的類別,，還能測出目標(biāo)物體到導(dǎo)盲眼鏡的距離,，正確表示出障礙物的方位特征，并在眼鏡端實時以語音導(dǎo)盲的形式幫助盲人及時有效地避開障礙物,，從而保障了盲人的安全出行,。

6 結(jié)語

    本系統(tǒng)以S5PV210為主控制器搭建基于機(jī)器視覺的智能導(dǎo)盲眼鏡，通過搭載Linux內(nèi)核,，配備雙目采集,、GPS定位、語音播報,、GSM短信,、語音通話、無線傳輸六大核心功能模塊組成系統(tǒng),，完成了系統(tǒng)的硬件電路設(shè)計和軟件設(shè)計,。通過系統(tǒng)測試，該智能導(dǎo)盲眼鏡不僅能對盲人的獨立出行進(jìn)行實時語音導(dǎo)航,，而且在特殊情況下,，盲人可以通過智能眼鏡上的觸發(fā)按鍵，使用導(dǎo)盲眼鏡的GPS,、GSM短信,、語音通話等功能，及時向親朋好友獲取幫助,。另外由于智能導(dǎo)盲眼鏡還具有圖像識別能力,，能幫助盲人進(jìn)行簡易物品歸類，在一定程度上也使盲人的生活自理能力得以提升,，這對于盲人基數(shù)較大的中國而言,，顯得尤為重要。

參考文獻(xiàn)

[1] Milan Sonka,，Vaclav Hlavac,，Roger Boyle,，等.圖像處理、分析與機(jī)器視覺[M].北京：清華大學(xué)出版社,，2016.

[2] 岳榮剛,，王少萍，李凱,，等.基于相似原理的新型雙目測距法[J].光電工程,，2008，35(4)：64-68.

[3] 陳翠平.基于深度信念網(wǎng)絡(luò)的文本分類算法[J].計算機(jī)系統(tǒng)應(yīng)用,，2015,，24(2)：121-126.

[4] 張春霞，姬楠楠,，王冠偉.受限波爾茲曼機(jī)簡介[J].工程數(shù)學(xué)學(xué)報,，2013(2)：159-173.

[5] HINTON G E，SRIVASTAVA N,，KRIZHEVSKY A,，et al.Improving neural networks by preventing co-adaptation of feature detectors[J].Computer Science，2012,，3(4)：212-223.

[6] 王爽,，馬文萍，謝慧明,，等.一種基于棧式編碼和softmax的極化SAR圖像分類方法[P].CN104156728A，2014.

[7] 張雪偉,，王焱.基于Sigmoid函數(shù)參數(shù)調(diào)整的雙隱層BP神經(jīng)網(wǎng)絡(luò)的板形預(yù)測[J].化工自動化及儀表,，2010，37(4)：42-44.

[8] 陳先昌.基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D].杭州：浙江工商大學(xué),，2013.

[9] 吳海燕.基于自動編碼器的半監(jiān)督表示學(xué)習(xí)與分類學(xué)習(xí)研究[D].重慶：重慶大學(xué),，2015.

[10] 崔鵬宇.基于支持向量機(jī)的分類器訓(xùn)練研究[J].數(shù)字技術(shù)與應(yīng)用，2016(6)：58-58.

作者信息:

何騰鵬,，張榮芬,，劉  超，房樂楠,，劉宇紅

(貴州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院,，貴州 貴陽550025)