基于深度卷积网络的港口集装箱属性识别方法

基于深度卷积网络的港口集装箱属性识别方法

论文摘要

计算机目标识别技术在智慧港口建设中有广泛需求和应用,本文提出一种基于深度卷积神经网络的集装箱箱门及铅封识别方法,该方法充分利用卷积神经网络自身的频率选择特性以及产生平移、旋转、缩放不变性特征的能力,对卷积网络中间层的深度表征进行分析,提取与检测目标相关的特征图子集。通过对特征子集进行组合,产生能够检测目标的显著性分布特征图,并设计相应的目标函数。最后通过实验,对集装箱箱门、铅封等相关目标进行检测,取得良好效果,验证了该方法的有效性。

论文目录

  • 1 相关性特征图的目标检测
  •   1.1 卷积深度神经网络结构
  •   1.2 卷积滤波器本质
  •   1.3 深度表征分析
  •   1.4 特征图组合
  •   1.5 目标函数
  •   1.6 实验结果
  • 2 结语
  • 文章来源

    类型: 期刊论文

    作者: 杨杰敏,郭保琪,罗汉江,林建成

    关键词: 目标检测,深度卷积网络,集装箱箱门检测

    来源: 中国海洋大学学报(自然科学版) 2019年12期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

    单位: 中国海洋大学,青岛新前湾集装箱码头有限责任公司,青岛海大新星软件咨询有限公司,山东科技大学计算机科学与工程学院

    基金: 国家重点基础研究发展计划项目“智慧物流管理与智能服务关键技术”资助~~

    分类号: TP183;TP391.41;U691

    DOI: 10.16441/j.cnki.hdxb.20190152

    页码: 134-140

    总页数: 7

    文件大小: 3658K

    下载量: 129

    相关论文文献

    标签:;  ;  ;  

    基于深度卷积网络的港口集装箱属性识别方法
    下载Doc文档

    猜你喜欢