一种助盲设备的生活必需品识别方法

本发明涉及助盲设备技术领域，具体是一种助盲设备的生活必需品识别方法。该方法通过图像采集模块获取RGB图像和深度图像，输入到改进的多模态深度学习识别模型中处理。模型包含双流特征提取网络、跨模态特征融合模块和空间注意力模块，分别负责提取RGB纹理特征与深度几何特征、实现多模态特征融合、以及计算空间区域重要性权重。处理后的特征送入目标检测头输出物品类别和位置，最终通过语音模块转换为包含物品名称、位置和使用建议的语音提示。本发明有效提升了生活必需品识别的准确率和环境适应性。