視覚障害者誘導用ブロックを画像から認識し、ブロックの種類や位置等の情報を取得するシステムの開発を行った。
誘導用ブロックの認識には、物体検出モデルであるYOLOv3やM2Detなどを用いて教師あり学習を行い、深層学習モデルを構築することにより実現した。
このモデルにより、敷設状態の良い誘導ブロック、さらにブロックの認識を妨げる自転車や三角コーンなどが存在する状況、視覚障害者が危険を感じるまたは転倒などの可能性がある敷設状況や、ブロックの連続性を欠く原因となるマンホールや排水溝と重なって敷設されている状況等の認識について検討した。