近年來隨著互聯(lián)網(wǎng)和電子商務(wù)的快速發(fā)展,今天的物流業(yè)已從傳統(tǒng)的人力密集型轉(zhuǎn)為技術(shù)密集型的智慧物流。物流中規(guī)則物體的體積數(shù)據(jù)在智慧物流中非常重要,相對于重量等其他數(shù)據(jù)更難獲得,不管是對單個規(guī)則物體還是多個堆疊在一起的不規(guī)則物體,如何能準(zhǔn)確便捷的獲取其體積具有重要的研究價值。本文以物流中最常見的快遞紙箱作為研究對象,分別從單個規(guī)則物體的體積測量和多個規(guī)則物體堆疊的體積測量進(jìn)行研究,單個規(guī)則物體的體積測量難點(diǎn)在于如何在不提高網(wǎng)絡(luò)參數(shù)的同時提升3D重建的精度,以達(dá)到體積測量的需求。對于多個規(guī)則物體堆疊的體積測量主要在于如何通過幾個固定的攝像頭來扣除堆疊物體外界立方體中的多余的部分,精確的計算出堆疊物體的體積。針對以上問題,本文主要研究工作及成果如下:1.針對目前物流中單個規(guī)則物體體積測量算法中存在的使用場景的限制、高成本、低準(zhǔn)確度等缺陷,本文創(chuàng)新性的提出了一種基于單視圖3D重建體積測量算法,沒有使用輔助性的硬件設(shè)備,降低了成本,并方便快遞員隨時隨地的獲取準(zhǔn)確地體積數(shù)據(jù)。本文采用了最新的實例分割算法快速精確地分割出圖像中的前景,去除無關(guān)的背景。此外對基于單視圖3D重建算法存在的低分辨率的問題,本文... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１本文組織結(jié)構(gòu)圖??

?第２章相關(guān)技術(shù)???第２章相關(guān)技術(shù)??本文以物流中快遞紙箱的體積測量作為研究對象，主要研究單個快遞紙箱??和多個快遞紙箱堆疊兩種情況下的體積測量。本章圍繞這兩個研究內(nèi)容詳細(xì)介??紹了所涉及到的所有相關(guān)技術(shù)，包括注意力機(jī)制、卷積神經(jīng)網(wǎng)絡(luò)及其經(jīng)典的模型??架構(gòu)、３Ｄ重建以及相關(guān)數(shù)據(jù)集等等。??首先在２．１章節(jié)介紹了神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)概念，并列舉了幾個??經(jīng)典的卷積網(wǎng)絡(luò)模型，２．２章節(jié)對３Ｄ重建算法的發(fā)展做了一個簡短的綜述，包??括了第一代３Ｄ重建和第二代３Ｄ重建技術(shù)，２．３章節(jié)介紹了注意力機(jī)制，２．４章??節(jié)介紹了網(wǎng)絡(luò)訓(xùn)練中所使用的遷移學(xué)習(xí)方法，最后描述了使用的相關(guān)數(shù)據(jù)集。??２．１神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)??神經(jīng)網(wǎng)絡(luò)是利用數(shù)學(xué)方法模擬人腦的機(jī)器學(xué)習(xí)技術(shù)，二層神經(jīng)網(wǎng)絡(luò)示意如??圖２．１ａ所示，神經(jīng)元示意如圖２．］ｂ所示，當(dāng)多個神經(jīng)元相互連接時便構(gòu)成了神??經(jīng)網(wǎng)絡(luò)。計算公式如式２．１。??ｙｊ?＝?－ｂ）?＝?ｆ（ａ＾０ｗｉｊＸｉ）?（２．１）??隱藏層??＿?３Ｔ．??（ａ）二層神經(jīng)網(wǎng)絡(luò)示意圖?（ｂ）神經(jīng)元示意圖??圖２．１神經(jīng)網(wǎng)絡(luò)部分示意圖??神經(jīng)網(wǎng)絡(luò)的訓(xùn)練通過損失函數(shù)對權(quán)重值＾進(jìn)行調(diào)整，使得網(wǎng)絡(luò)的輸出更加??接近預(yù)期值。雖然神經(jīng)網(wǎng)絡(luò)在很多方面展現(xiàn)出了不凡之處，但由于算力不足、調(diào)??參復(fù)雜等缺點(diǎn)導(dǎo)致訓(xùn)練非常耗時。支持向量機(jī)（ＳＶＭ）克服了復(fù)雜的調(diào)參，也??不用擔(dān)心陷入局部最優(yōu)，因此ＳＶＭ成為當(dāng)時主流的算法。隨著預(yù)訓(xùn)練和微調(diào)概??念的出現(xiàn)，這兩個技術(shù)大大減少了多層神經(jīng)網(wǎng)絡(luò)訓(xùn)練的時間，因此深度學(xué)習(xí)逐漸??７??

緩解模型??過擬合的現(xiàn)象。權(quán)值共享是指卷積核的參數(shù)在對整幅圖片進(jìn)行卷積運(yùn)算時是不??變的，通過權(quán)值共享可以進(jìn)一步降低網(wǎng)絡(luò)的參數(shù)量。??以下將詳細(xì)介紹卷積神經(jīng)網(wǎng)絡(luò)中最重要的三個層級結(jié)構(gòu)：卷積層、池化層和??輸出層。??１．卷積層??卷積層是卷積神經(jīng)網(wǎng)絡(luò)中最重要的結(jié)構(gòu)之一，它由許多的神經(jīng)元組成，卷積??層的作用是提取圖像的特征信息，卷積層的疊加，可以讓網(wǎng)絡(luò)從最基本的圖像特??征逐漸學(xué)習(xí)到更復(fù)雜的高級特征。卷積層中的每個神經(jīng)元對應(yīng)的權(quán)重參數(shù)都會??通過誤差反向傳播進(jìn)行更新，卷積運(yùn)算如圖２．２所示，卷積后的特征圖的大小與??卷積核的大小，填充數(shù)量等有關(guān)，計算公式為Ｆ?＋?２Ｐ）ＡＳ＊?＋?１，其中■表示??步幅，研表示特征圖的長或?qū)�，Ｆ表示卷積核的大小，Ｐ表示給特征圖填充的??像素。最后計算的結(jié)果需要激活函數(shù)層，比如常見的ｓｉｇｍｏｉｄ、ＲｅＬＵ等。??０?３?１?０?１?１＾ｒ４－ＣＬ????????．．．．．．．．．．．．．．．．．．．??２?１１０?２Ｘ０１１１?＿?????．．．．．???１??Ｚ?丨?６??丄丄Ｘ之??１－１０?１０?ｙ’?????原圖（大�。担担�?ｙ????１ｘ１＋２ｘ０＋０ｘ０＋０ｘ０＋３ｘ１＋１ｘ１＋２ｘ０＋１ｘ１＋１ｘ０＝６??結(jié)果圖??圖２．２卷積計算示意圖??２．池化層??池化層是卷積神經(jīng)網(wǎng)絡(luò)中的重要的結(jié)構(gòu)之一，主要起到了以下作用：（１）當(dāng)??一張圖片進(jìn)行縮放旋轉(zhuǎn)變化時，網(wǎng)絡(luò)仍可以識別出圖片中的內(nèi)容，因此具有特征??８??

【參考文獻(xiàn)】：
期刊論文
[1]智慧物流視角下快遞行業(yè)轉(zhuǎn)型分析[J]. 樊雨露,倪蔚穎.  現(xiàn)代商業(yè). 2020(11)
[2]基于雙目視覺的視網(wǎng)膜血管三維重建[J]. 周嘉悅,韓少峰,鄭昱,吳壯志,梁慶豐,楊洋.  中國醫(yī)療器械雜志. 2020(01)
[3]基于雙目圖像的大尺度智能駕駛場景重建[J]. 李銀國,周中奎,白羚.  計算機(jī)科學(xué). 2019(S2)
[4]基于RCF邊緣檢測和雙目視覺的箱體體積測量算法[J]. 王玉偉,尹顏朋.  現(xiàn)代計算機(jī)(專業(yè)版). 2017(35)
[5]激光技術(shù)在智慧物流中的應(yīng)用[J]. 毛丹輝,單彬,王勇,王仁芳.  物流科技. 2017(02)
[6]改進(jìn)型測量光幕體積計量系統(tǒng)[J]. 劉士興,宓逸舟,張陽陽,易茂祥.  電子測量與儀器學(xué)報. 2016(09)
[7]大型散貨堆體積的快速測量[J]. 楊德山,董麗麗,梁倩倩,許文海.  光學(xué)精密工程. 2016(09)

碩士論文
[1]基于雙目立體視覺的不規(guī)則物體體積測量方法研究[D]. 梁樂.西安理工大學(xué) 2019
[2]倉庫物料體積自動測量系統(tǒng)軟件的設(shè)計與實現(xiàn)[D]. 周佩文.西南交通大學(xué) 2019
[3]基于激光三角法的傳送帶物料體積流量測量方法研究[D]. 陶依貝.東南大學(xué) 2018
[4]基于雙目視覺的快遞包裹體積計量系統(tǒng)[D]. 宓逸舟.合肥工業(yè)大學(xué) 2017
[5]基于雙目立體視覺的大堆物料體積測量方法研究[D]. 毛琳琳.中國計量學(xué)院 2015



本文編號：3103899