基于深度学习的复杂场景中卷烟烟盒检测与识别方法
近年来,深度学习技术在图像识别领域取得了巨大的成功,在零售、金融、安全、自动驾驶等行业得到了广泛的应用.本论文提出了一套在复杂场景条件下可行有效的卷烟烟盒图像识别框架,利用深度学习技术实现营销活动或陈列活动中的卷烟烟盒图片的自动化识别.本论文提出的框架包含基于可见区域实例分割的烟盒位置检测、烟盒区域正则化和烟盒规格识别几个关键性步骤,构建了鲁棒性强、精确度高的卷烟烟盒图像识别方法.在大规模测试数据集上,其中包括陈列条件、拍摄条件等外部环境影响造成烟盒图片模糊、角度大、遮挡、玻璃反光、部分遮挡、随意摆放,以及部分不同规格的烟盒图像外观差异微小等场景,本论文的方法都表现出了稳定的识别能力,平均识别精度超过95%,达到了在实际应用场景大规模推广使用的条件.
深度学习;图像识别;烟盒识别;陈列分析;大数据
27
浙江中烟工业有限责任公司基于智能图像识别的营销机器人流程自动化RPA关键技术及应用研究ZJZY2021E001
2021-11-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
71-80