基于图像分类与目标定位的商标检测研究

发布时间：2021-12-28 17:59

　　在面向印刷品图像安全应用的信息服务平台中,首先需要对用户上传的商品包装图像进行基于图像分类与目标定位的商标检测操作,接着经过图像校正等处理步骤获得标准图像,再将标准图像上传至云端分析安全信息。其中图像分类与目标定位技术是商标检测服务的关键技术,分类和定位的速度与精度直接影响用户体验。由于实际应用场景中的商标样式多样、背景复杂且受到光照、遮挡和模糊等众多因素的影响,商标检测算法研究的机遇与挑战并存。本论文主要工作内容如下:1)构建了83类的商标图像分类识别数据集DDlogos,选取了VGGnet16和Res Net50来对自定义的商标数据集DDlogos进行训练学习,测试得到83类商标数据平均准确率使用VGGnet16网络为98.24%,使用Res Net50网络为99.91%。2)构建了24类的商标图像目标检测数据集DDlogos-OD,在基于候选区域的目标检测算法中选用了Faster R-CNN与其延伸网络Mask R-CNN来对自定义的商标数据集DDlogos-OD进行训练学习,通过对测试结果分析发现Mask R-CNN检测精度与检测速率均优于Faster R-CNN。接着在基于回... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

LeNet结构[9]

AlexNet结构[15]

Inception结构

【参考文献】：
期刊论文
[1]深度学习在目标视觉检测中的应用进展与展望[J]. 张慧,王坤峰,王飞跃.  自动化学报. 2017(08)
[2]卷积神经网络在图像分类和目标检测应用综述[J]. 周俊宇,赵艳明.  计算机工程与应用. 2017(13)
[3]平行视觉:基于ACP的智能视觉计算方法[J]. 王坤峰,苟超,王飞跃.  自动化学报. 2016(10)



本文编号：3554485