發(fā)布時(shí)間：2023-01-30 14:33

　　針對(duì)物流車輛特征定位不精確問題,采用圖像分割定位方法達(dá)到精確識(shí)別。其中,對(duì)于圖像分割運(yùn)行速率慢的問題,通過采用通道卷積的方法減少模型參數(shù)量,并采用多尺度的空洞卷積增加物流車輛特征信息,解決傳統(tǒng)網(wǎng)絡(luò)感受視野小的問題;對(duì)于圖像分割粗糙的問題,采用條件隨機(jī)場(chǎng),設(shè)置像素點(diǎn)間距、顏色相似度等關(guān)聯(lián)信息的方法,得到了更好的實(shí)驗(yàn)結(jié)果,滿足了更精細(xì)化的目標(biāo)邊緣分割和內(nèi)部空洞填補(bǔ)。最后,通過利用最小外接四邊形進(jìn)行框定,解決了物流車輛邊界測(cè)量的問題,有利于進(jìn)一步獲取車輛的尺寸信息。 

【文章頁數(shù)】：9 頁

【文章目錄】：
1 相關(guān)工作
2 輕量化的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    2.1 多尺度空洞卷積核
    2.2 通道卷積網(wǎng)絡(luò)
    2.3 全卷積連接與反卷積網(wǎng)絡(luò)設(shè)計(jì)
3 基于條件隨機(jī)場(chǎng)的目標(biāo)分割優(yōu)化
    3.1 傳統(tǒng)圖像分割存在的缺陷
    3.2 條件隨機(jī)場(chǎng)的基本原理
    3.3 基于條件隨機(jī)場(chǎng)的參數(shù)設(shè)計(jì)
4 目標(biāo)的精確定位與識(shí)別網(wǎng)絡(luò)模型
    4.1 聯(lián)通區(qū)域查找算法的設(shè)計(jì)
    4.2 最小外接四邊形的精確框定
5 實(shí)驗(yàn)結(jié)果與分析
    5.1 輕量化的網(wǎng)絡(luò)結(jié)構(gòu)
    5.2 實(shí)驗(yàn)結(jié)果的比較分析
6 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像編輯傳播[J]. 劉震,陳麗娟,汪家悅.  浙江工業(yè)大學(xué)學(xué)報(bào). 2019(01)
[2]組合全卷積神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)的道路分割[J]. 宋青松,張超,陳禹,王興莉,楊小軍.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(08)
[3]基于傳感器人體行為識(shí)別深度學(xué)習(xí)模型的研究[J]. 陳波,余秋婷,陳鐵明.  浙江工業(yè)大學(xué)學(xué)報(bào). 2018(04)
[4]基于輪廓特征的車牌英文和數(shù)字識(shí)別方法[J]. 王忠飛,陳元正.  浙江工業(yè)大學(xué)學(xué)報(bào). 2015(05)
[5]地面車輛目標(biāo)識(shí)別研究綜述[J]. 李開明,張群,羅迎,梁必帥,楊小優(yōu).  電子學(xué)報(bào). 2014(03)
[6]二值圖像連通域標(biāo)記優(yōu)化算法[J]. 羅志灶,周贏武,鄭忠楷.  安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2010(04)
[7]一種提取目標(biāo)圖像最小外接矩形的快速算法[J]. 盧蓉,范勇,陳念年,王俊波.  計(jì)算機(jī)工程. 2010(21)
[8]一種二值圖像連通區(qū)域標(biāo)記的新算法[J]. 高紅波,王衛(wèi)星.  計(jì)算機(jī)應(yīng)用. 2007(11)

碩士論文
[1]我國貿(mào)易電子商務(wù)的風(fēng)險(xiǎn)防范與對(duì)策研究[D]. 黃瑩.安徽農(nóng)業(yè)大學(xué) 2014



本文編號(hào)：3733164