一种利用卷积神经网络CNN的障碍物识别方法

本发明公开了一种利用卷积神经网络CNN的障碍物识别方法，首先建立卷积神经网络模型；选择分散数据样本；设置卷积神经网络的网络结构参数和训练参数；然后将分散数据样本输入到卷积神经网络模型中进行处理；最后输出卷积神经网络模型对分散数据样本的分类结果。本发明提供的深度学习是基于仿生眼系统进行人体作为障碍物的识别；提高识别的准确率。同时利用深度学习技术进行人体作为障碍物的识别；提供了在识别过程中配置接口的方法，加强了识别过程与仿生眼系统的通信过程。