基于深度卷积网络的港口集装箱属性识别方法

• 作者: 杨杰敏 林建成 罗汉江 郭保琪
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标检测 深度卷积网络 集装箱箱门检测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 134-140
• 页数: 7页
• 分类号: TP316.8
• 字数: 4826字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20190152

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰敏		7	1	1.0	1.0
5	郭保琪		2	1	1.0	1.0
6	罗汉江	山东科技大学计算机科学与工程学院	2	0	0.0	0.0
7	林建成		1	0	0.0	0.0