基于轻量化图像分割的物流车辆特征定位研究

发布时间：2023-01-30 14:33

　　针对物流车辆特征定位不精确问题,采用图像分割定位方法达到精确识别。其中,对于图像分割运行速率慢的问题,通过采用通道卷积的方法减少模型参数量,并采用多尺度的空洞卷积增加物流车辆特征信息,解决传统网络感受视野小的问题;对于图像分割粗糙的问题,采用条件随机场,设置像素点间距、颜色相似度等关联信息的方法,得到了更好的实验结果,满足了更精细化的目标边缘分割和内部空洞填补。最后,通过利用最小外接四边形进行框定,解决了物流车辆边界测量的问题,有利于进一步获取车辆的尺寸信息。 

【文章页数】：9 页

【文章目录】：
1 相关工作
2 轻量化的网络结构设计
    2.1 多尺度空洞卷积核
    2.2 通道卷积网络
    2.3 全卷积连接与反卷积网络设计
3 基于条件随机场的目标分割优化
    3.1 传统图像分割存在的缺陷
    3.2 条件随机场的基本原理
    3.3 基于条件随机场的参数设计
4 目标的精确定位与识别网络模型
    4.1 联通区域查找算法的设计
    4.2 最小外接四边形的精确框定
5 实验结果与分析
    5.1 轻量化的网络结构
    5.2 实验结果的比较分析
6 结 论


【参考文献】：
期刊论文
[1]基于卷积神经网络的图像编辑传播[J]. 刘震,陈丽娟,汪家悦.  浙江工业大学学报. 2019(01)
[2]组合全卷积神经网络和条件随机场的道路分割[J]. 宋青松,张超,陈禹,王兴莉,杨小军.  清华大学学报(自然科学版). 2018(08)
[3]基于传感器人体行为识别深度学习模型的研究[J]. 陈波,余秋婷,陈铁明.  浙江工业大学学报. 2018(04)
[4]基于轮廓特征的车牌英文和数字识别方法[J]. 王忠飞,陈元正.  浙江工业大学学报. 2015(05)
[5]地面车辆目标识别研究综述[J]. 李开明,张群,罗迎,梁必帅,杨小优.  电子学报. 2014(03)
[6]二值图像连通域标记优化算法[J]. 罗志灶,周赢武,郑忠楷.  安庆师范学院学报(自然科学版). 2010(04)
[7]一种提取目标图像最小外接矩形的快速算法[J]. 卢蓉,范勇,陈念年,王俊波.  计算机工程. 2010(21)
[8]一种二值图像连通区域标记的新算法[J]. 高红波,王卫星.  计算机应用. 2007(11)

硕士论文
[1]我国贸易电子商务的风险防范与对策研究[D]. 黄莹.安徽农业大学 2014



本文编号：3733164