基于多尺度特征的条形码快速检测算法

• 作者: 易帆 李功燕 许绍云
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 条形码检测 多尺度特征 卷积神经网络 特征融合 快速检测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 220-225
• 页数: 6页
• 分类号: TP391
• 字数: 3390字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.01.036

摘要

为提升在复杂环境下智能物流分拣系统中条形码检测的精度和速度,提出一种基于多尺度特征的条形码快速检测算法.采用深度学习中主流one-stage目标检测器作为基础框架,通过级联不同特征融合层和压缩层实现语义信息充分提取,在不同特征提取层分别嵌入膨胀卷积和深度可分离卷积,对特征提取效果和速度进行有效优化提升.将算法应用于实际分拣现场数据进行测试分析,与已有的YoLov3和Vgg-SSD网络等进行对比,该算法在准确度和速度方面具有明显优势,能够较好解决实际应用问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李功燕	中国科学院微电子研究所智能制造电子研发中心	18	96	5.0	9.0
2	许绍云	中国科学院微电子研究所智能制造电子研发中心	5	6	2.0	2.0
3	易帆	中国科学院微电子研究所智能制造电子研发中心	7	21	3.0	4.0