结合深度学习与生物特征识别在冷链拣选中的算法研究
| Autor: | 陈妮亚, 阮佳阳, 黄金苗, 杨伟 |
|---|---|
| Jazyk: | čínština |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | 智能科学与技术学报, Vol 1, Iss 1, Pp 88-95 (2019) |
| Druh dokumentu: | article |
| ISSN: | 2096-6652 |
| Popis: | 机器人对食品的抓取、拣选是工业自动化中的一个常见问题，但是食品通常形状不规则、特征多变，导致快速、稳定的视觉分析与定位较为困难。提出了一种结合深度学习与生物特征识别的目标点定位方法，首先使用深度学习模型对目标点进行粗定位，之后在粗定位点的邻域中，利用生物特征进行微调，得到精准的目标点坐标。所设计的方法在常见食品——虾的数据上进行了模型训练与性能验证。首先将虾的图像进行预处理后输入深度学习模型得到粗定位点，之后对虾的位姿进行归一化并提取轮廓线，基于对搜索域内的轮廓拟合与特征点检测以精确定位目标点。实验结果证明了该方法的有效性：在包含 1000 张实测样本的测试集上，整体方案的识别率达到97%，可初步满足实际工业应用的要求。 |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|