為了幫助對視覺障礙患者有效識別道路周圍的場景，提出一種基于遷移學習和深度神經(jīng)網(wǎng)絡(luò)方法，實現(xiàn)實時盲道場景識別。首先提取盲道障礙物的瓶頸描述子和判別區(qū)域集成顯著性特征描述子，并進行特征融合，然后訓練新的盲道特征表示，用Softmax函數(shù)實現(xiàn)盲道場景識別。實驗中，對成都不同區(qū)域盲道周圍障礙物采樣，分別采用基于Mobilenet模型不同參數(shù)訓練和測試了提出的新模型，最后在實際應(yīng)用場景，實現(xiàn)了盲道周邊障礙物的實時分類和報警，實驗證明提出的方法具有很高準確率和良好的運行性能。