基于图神经网络的盲道无障碍断点识别方法

针对既有盲道存在的问题,基于使用者行为和盲道识别特征,通过分类算法的应用,提出一套可行的盲道无障碍断点识别方法:首先,模拟使用者行为,基于图神经网络实现盲道断点分类,并结合盲道及障碍物检测,构建盲道断点智能识别模型;其次,结合规范和统计学方法确定识别对象并构建数据集,根据有监督的机器学习结果优化模型;最后,通过实际案例论证该方法的可行性,并结合城市大脑、“众包”概念,描述该方法应用前景。实验结果显示,该方法较其余分类算法有更高的准确度,实现机器代替人工对盲道问题高效、准确、系统、全自动的识别。