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 郭保琪 罗汉江 林建成 YANG Jie-Min;GUO Bao-Qi;LUO Han-Jiang;LIN Jian-Cheng

作者机构：中国海洋大学山东青岛266100 青岛新前湾集装箱码头有限责任公司山东青岛266500 青岛海大新星软件咨询有限公司山东青岛266500 山东科技大学计算机科学与工程学院山东青岛266590 

基　　金：国家重点基础研究发展计划项目“智慧物流管理与智能服务关键技术”资助 

出 版 物：《中国海洋大学学报（自然科学版）》 (Periodical of Ocean University of China)

年 卷 期：2019年第49卷第12期

页      码：134-140页

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。

主 题 词：目标检测 深度卷积网络 集装箱箱门检测 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16441/j.cnki.hdxb.20190152

馆 藏 号：203818233...