• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    計(jì)算機(jī)視覺(jué)在物流倉(cāng)儲(chǔ)安全管理中的應(yīng)用

    2020-12-23 05:47王夢(mèng)嘯
    軟件 2020年10期
    關(guān)鍵詞:目標(biāo)跟蹤計(jì)算機(jī)視覺(jué)卷積神經(jīng)網(wǎng)絡(luò)

    摘? 要: 物流倉(cāng)儲(chǔ)安全管理對(duì)于現(xiàn)代企業(yè)的生存有著重要的意義。伴隨著我國(guó)物流行業(yè)與信息時(shí)代的發(fā)展,應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)、智能視頻監(jiān)控系統(tǒng)、安全仿真技術(shù)等實(shí)現(xiàn)物流倉(cāng)庫(kù)的安全,達(dá)到物流倉(cāng)庫(kù)管理的智能化與現(xiàn)代化。在實(shí)際的物流倉(cāng)儲(chǔ)場(chǎng)景中,因?yàn)橥饨绲墓饩€變化、噪聲干擾以及場(chǎng)景的復(fù)雜情況等,會(huì)影響物流目標(biāo)的檢測(cè)。如何獲得目標(biāo)的良好表征,成為有效且準(zhǔn)確地檢測(cè)并提取出用戶感興趣的目標(biāo)的關(guān)鍵。針對(duì)該問(wèn)題,本文提出了一種基于相關(guān)濾波與卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法,并經(jīng)實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的可行性。

    關(guān)鍵詞: 計(jì)算機(jī)視覺(jué);圖像處理;相關(guān)濾波;卷積神經(jīng)網(wǎng)絡(luò);目標(biāo)跟蹤;傅里葉

    中圖分類(lèi)號(hào): TP3? ? 文獻(xiàn)標(biāo)識(shí)碼: A? ? DOI:10.3969/j.issn.1003-6970.2020.10.046

    本文著錄格式:王夢(mèng)嘯. 計(jì)算機(jī)視覺(jué)在物流倉(cāng)儲(chǔ)安全管理中的應(yīng)用[J]. 軟件,2020,41(10):180183

    【Abstract】: Safety management of logistics and storage is of great significance to survival of modern enterprises. With development of logistics industry and information age in China, computer vision technology, intelligent video monitoring system, security simulation technology, etc. has been applied to achieve security of logistics warehouse, intelligent and modern logistics warehouse management. In actual logistics storage scene, external light changes, noise interference and scene complexity may affect detection of logistics target. How to obtain good representation of the target is the key to detect and extract target of users effectively and accurately. To solve the problem, this paper proposes a target tracking algorithm based on correlation filtering and convolution neural network, and experimental results has verified feasibility of algorithm.

    【Key words】: Computer vision; Image processing; Correlation filtering; Convolution neural network; Target tracking; Fourier

    0? 引言

    根據(jù)《物流術(shù)語(yǔ)》國(guó)家標(biāo)準(zhǔn)中,現(xiàn)代物流的概念是指相應(yīng)物品從物品供應(yīng)地到物品接收地的流動(dòng)過(guò)程。伴隨著我國(guó)社會(huì)的不斷地發(fā)展,京東、蘇寧、淘寶等等電子商務(wù)快速蓬勃的發(fā)展起來(lái),這對(duì)我國(guó)物流行業(yè)帶來(lái)了發(fā)展,同時(shí)也帶來(lái)了嚴(yán)重挑戰(zhàn)。電子商務(wù)與物流行業(yè)相互促進(jìn),讓電子商務(wù)成為了我國(guó)物流市場(chǎng)的強(qiáng)大動(dòng)力。近年來(lái),我國(guó)的信息技術(shù)取得了飛速的發(fā)展,物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能等技術(shù)不斷地涌現(xiàn),而且已經(jīng)融入到了社會(huì)的各個(gè)行業(yè)中,這給我國(guó)的傳統(tǒng)行業(yè)打進(jìn)了一股全新的助力,我國(guó)的物流行業(yè)也不例外?;谟?jì)算機(jī)視覺(jué)以及智能優(yōu)化算法為代表的全新技術(shù)已經(jīng)融入到了我國(guó)物流業(yè),促進(jìn)我國(guó)物流行業(yè)向前的快速發(fā)展。由于物流倉(cāng)儲(chǔ)安全管理對(duì)物流行業(yè)有著重要的意義,伴隨著電子商務(wù)與全新技術(shù)的不斷發(fā)展,對(duì)物流倉(cāng)儲(chǔ)安全管理有了全新更高的要求,智能化與現(xiàn)代化的物流倉(cāng)儲(chǔ)安全管理應(yīng)用而生。本文將探討計(jì)算機(jī)視覺(jué)在物流倉(cāng)儲(chǔ)安全管理中的應(yīng)用[1]。

    1? 計(jì)算機(jī)視覺(jué)

    計(jì)算機(jī)視覺(jué)的概念是將視頻以及圖像中的重要符號(hào)或者數(shù)值提出出來(lái),并充分分析這些信息,最后進(jìn)行目標(biāo)的檢測(cè)、識(shí)別以及跟蹤等。簡(jiǎn)單來(lái)講,計(jì)算機(jī)視覺(jué)就是讓計(jì)算機(jī)看到現(xiàn)實(shí)生活中的圖像并理解這些圖像[1]。在20世紀(jì)50年代,計(jì)算機(jī)視覺(jué)出現(xiàn),隨后被應(yīng)用于識(shí)別與分析二維圖像,例如顯微圖片或者光學(xué)字符[2]。到60年代,研究人員應(yīng)用計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言實(shí)現(xiàn)了二維圖像轉(zhuǎn)換成三維結(jié)構(gòu),并對(duì)這些三維結(jié)構(gòu)進(jìn)行分析。到70年代,麻省理工學(xué)的人工智能實(shí)驗(yàn)室院開(kāi)設(shè)了由Horn教授主講的計(jì)算機(jī)視覺(jué)課程,Mart教授(與Horn教授同實(shí)驗(yàn)室)第一次提出視覺(jué)研究最重要的問(wèn)題是表示形式(representation)[3]。到80年代90年代,計(jì)算機(jī)視覺(jué)取得了飛速發(fā)展,已經(jīng)形成基于感知特征的全新理論框架,并且慢慢地應(yīng)用到工業(yè)環(huán)境中[4]。到21世紀(jì),計(jì)算機(jī)視覺(jué)擁有了許多新的發(fā)展趨勢(shì),例如計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)視覺(jué)進(jìn)行了深度融合,許多基于計(jì)算機(jī)視覺(jué)的應(yīng)用也層出不窮,在安防、物流、交通、醫(yī)療、機(jī)器人上計(jì)算機(jī)視覺(jué)技術(shù)擁有了各種各樣形態(tài)的應(yīng)用[2]。

    一般來(lái)講,目標(biāo)跟蹤問(wèn)題是計(jì)算機(jī)視覺(jué)領(lǐng)域的基本為題之一。它的任務(wù)是在確定目標(biāo)最開(kāi)始狀態(tài)下,不斷地估算下面的連續(xù)幀中的圖像序列的軌跡。在眾多實(shí)時(shí)視覺(jué)領(lǐng)域中,目標(biāo)跟蹤有著非常重要的作用,尤其是針對(duì)物流倉(cāng)儲(chǔ)安全管理,目前,目標(biāo)跟蹤模型大體上可以分為生成式與判別式。生成模型主要是根據(jù)目標(biāo)的表現(xiàn)特征,形成固定的模型,然后以模型為條件進(jìn)行最小化模式匹配,用來(lái)尋找最合適的匹配窗口[3]。L1 APG(Accelerated Proximal Gradient, APG)是一個(gè)典型的生成式模型跟蹤算法[1],它應(yīng)用字典稀疏表示候選目標(biāo),將重構(gòu)誤差最小并且具有系數(shù)最稀疏的候選目標(biāo)作為跟蹤結(jié)果。判別式跟蹤模型就是把將跟蹤問(wèn)題化為二元分類(lèi),利用訓(xùn)練數(shù)據(jù)訓(xùn)練分類(lèi)器,并在背景中區(qū)分目標(biāo)。一種比較經(jīng)典的跟蹤算法是KCF(Kernelized Correlation Filters)[2],其主要應(yīng)用嶺回歸模型,并將引入的循環(huán)結(jié)構(gòu)的模板進(jìn)行傅里葉變換,由于沒(méi)有對(duì)嶺回歸中的矩陣求逆,這極大地提升了跟蹤的效率以及速度。基于CF(Correlation Filter,相關(guān)濾波)的目標(biāo)跟蹤算法再近些年受到了廣泛的關(guān)注,它的計(jì)算效率以及競(jìng)爭(zhēng)效果凸顯了極大的優(yōu)勢(shì)。CF加入傅里葉變換,進(jìn)而實(shí)現(xiàn)了降低計(jì)算量的效果,這種思想產(chǎn)生了很多具有特點(diǎn)的的跟蹤算法,例如帶有多通道特征的KCF跟蹤算法。在2016年,Martin Danelljian提出了以相關(guān)濾波算法為基礎(chǔ),以CNN(ConvolutionNeuralNetuork,卷積神經(jīng)網(wǎng)絡(luò))+HOG+CN作為特征組合,這種方法極大地降低了特征維度,應(yīng)用原來(lái)特征的子集,實(shí)現(xiàn)了特征提取的簡(jiǎn)化,避免了濾波器冗余[3]。但是基于CF的目標(biāo)跟蹤仍然有一些缺點(diǎn),例如手動(dòng)抽取特征的方法,其無(wú)法捕捉目標(biāo)的語(yǔ)義信息,又例如缺乏訓(xùn)練數(shù)據(jù)。為了克服上述問(wèn)題,一些研究人員引入了深度卷積特征,盡管該方法[4]可以取得一定的效果,提高了魯棒性,但無(wú)法抓取或者跟蹤實(shí)時(shí)目標(biāo)。本文針對(duì)抽取CNN特征的計(jì)算量大的問(wèn)題,將改進(jìn)的CNN算法與相關(guān)濾波器融合,并引入FFT(Fast Fourier Transform,快速傅里葉變換),實(shí)現(xiàn)計(jì)算量的降低[4]。

    2? 相關(guān)濾波

    一般來(lái)講,相關(guān)濾波器就是一種學(xué)習(xí)判別分類(lèi)器,主要經(jīng)過(guò)搜索場(chǎng)景圖的最大響應(yīng)值判定目標(biāo)對(duì)象。簡(jiǎn)單來(lái)說(shuō),在選定的場(chǎng)景中,對(duì)相應(yīng)的背景響應(yīng)較低,對(duì)感興趣的目標(biāo)響應(yīng)較高。亦可以經(jīng)過(guò)單個(gè)通道信號(hào)形成多通道的圖像或者數(shù)據(jù)的方法或方式,其可以簡(jiǎn)化符號(hào)。但是在實(shí)際的操作過(guò)程中,不只是單單只處理一維單通道的圖像,而是更多地處理梯度方向直方圖(HOG)與多種顏色的圖像(R、G、B的3個(gè)通道)。

    將f作為MXN的訓(xùn)練信號(hào),訓(xùn)練樣本為全部的循環(huán)移位的f。fm,n∈{0,1,…,M–1}×{0,1,…,N–1}作為移位樣本,是高斯函數(shù),δ是核大小。具有相同尺寸的f的相關(guān)濾波器h為。

    總體來(lái)說(shuō),相關(guān)濾波跟蹤算法靈活的運(yùn)用循環(huán)矩陣的偏移產(chǎn)生分類(lèi)器的一些訓(xùn)練樣本,這些樣本矩陣擁有了循環(huán)矩陣特點(diǎn),易于將矩陣問(wèn)題的求解變化為傅里葉域內(nèi)求解計(jì)算量很低的向量點(diǎn)積的問(wèn)題,這極大地降低了算法的計(jì)算量。經(jīng)過(guò)大量計(jì)算得到了效果最優(yōu)的分類(lèi)器,目標(biāo)新位置就是最大響應(yīng)值處的位置,最終實(shí)現(xiàn)了快速檢測(cè)目標(biāo),并且應(yīng)用新的目標(biāo)位置更新分類(lèi)器。相關(guān)濾波目標(biāo)跟蹤算法一般采用固定的目標(biāo)尺度,但是目標(biāo)被遮擋、目標(biāo)尺度產(chǎn)生變化或者目標(biāo)丟失時(shí),沒(méi)有相應(yīng)的方法或者措施處理上述問(wèn)題。為了優(yōu)化相關(guān)濾波器模塊,本文提出了基于相關(guān)濾波器的對(duì)稱(chēng)網(wǎng)絡(luò)結(jié)構(gòu),其是基于CNN的多域?qū)W習(xí)框架,從某特定域中,獲取到共享有用的表達(dá),分離出和域無(wú)關(guān)的表達(dá)[5]。系統(tǒng)框架圖如下。

    3? 相關(guān)濾波以及相關(guān)濾波網(wǎng)絡(luò)

    如圖1所示,該方法應(yīng)用了基于多域?qū)W習(xí)的框架網(wǎng)絡(luò),并融入了x以及相關(guān)運(yùn)算操作的相關(guān)濾波器模塊。上述變化的公式如下。

    在上述公式中,表示搜索區(qū)域,表示目標(biāo)區(qū)域,fp表示學(xué)習(xí)率為p的CNN。

    CF模塊ω=ω(x)的計(jì)算,實(shí)現(xiàn)了從訓(xùn)練的特征圖x中獲取標(biāo)準(zhǔn)的CF模板,進(jìn)而解決了傅里葉域中的嶺回歸問(wèn)題[2]。其中,兩個(gè)標(biāo)量參數(shù)是s(權(quán)重)與b(偏差)是2個(gè),它們讓分?jǐn)?shù)范圍在邏輯回歸中更加合適。

    一個(gè)較大規(guī)模的基于上下文區(qū)域圖像的相關(guān)濾波器對(duì)于訓(xùn)練過(guò)程是很重要的。增添了最小二乘的思想,雖然取得了良好的效果,但這會(huì)把CF的邊界問(wèn)題引入到網(wǎng)絡(luò)中,所以增加了Crop層[6],并保留中間的一部分。該網(wǎng)絡(luò)前向傳播添加了基于CNN特征的CF跟蹤器,該是此前的算法無(wú)法實(shí)現(xiàn)端到端的訓(xùn)練,本文提出了一種可以實(shí)現(xiàn)端到端訓(xùn)練CF的方法,簡(jiǎn)單來(lái)講,就是在CF中的模板中輸入導(dǎo)數(shù),實(shí)現(xiàn)CF的端到端訓(xùn)練[5]。

    4? 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)是一種多層神經(jīng)網(wǎng)絡(luò),擅長(zhǎng)處理圖像特別是大圖像的相關(guān)機(jī)器學(xué)習(xí)問(wèn)題。

    卷積網(wǎng)絡(luò)通過(guò)一系列方法,成功將數(shù)據(jù)量龐大的圖像識(shí)別問(wèn)題不斷降維,最終使其能夠被訓(xùn)練。經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)主要包含池化層、卷積層、全連接層、池化層以及Softmax回歸層。卷積層是CNN網(wǎng)絡(luò)中非常重要的層結(jié)構(gòu),通過(guò)它獲得特征圖,其圖的質(zhì)量直接影響后續(xù)層的處理。簡(jiǎn)單來(lái)講,卷積層應(yīng)用前一層的特征圖和卷積核進(jìn)行局部連接,得到圖像的局部特征,最后通過(guò)計(jì)算共享權(quán)值得到新的特征圖。池化層又叫做下采樣層,任務(wù)是承接卷積層,主要是對(duì)卷積層后的一些特征圖進(jìn)行相應(yīng)的特征降維,進(jìn)而降低了計(jì)算量以及網(wǎng)絡(luò)的復(fù)雜度。全連接層又叫做特殊的卷積層,與卷積層不同的點(diǎn),就是全連接層中一個(gè)個(gè)神經(jīng)元和前一層中全部神經(jīng)元進(jìn)行連接,它的作用是維度變換,簡(jiǎn)單來(lái)講,就是上一層高維度矩陣數(shù)據(jù)轉(zhuǎn)化為低維矩陣,然后進(jìn)行整合與提取有一定鑒別能力的特征[6]。

    在計(jì)算機(jī)視覺(jué)方面,CNN已經(jīng)取得了良好的效果并且得到了廣泛應(yīng)用。文獻(xiàn)7應(yīng)用規(guī)模較大的的數(shù)據(jù)集訓(xùn)練CNN以及高效的GPU,最終實(shí)現(xiàn)了圖像分類(lèi),提高了性能[7]。2018年,哈爾濱工業(yè)大學(xué)通過(guò)在DCF (Discriminative Correlation Filters)框架中加入時(shí)間與空間正則化,提出STRCF(Spatial-Temporal Regularizen Correlation Filters)算法,該方法在相關(guān)濾波跟蹤領(lǐng)域已取得了不錯(cuò)的成績(jī)[8],基于在線PA的方法不但可以接近于多幅訓(xùn)練圖像上的SRDCF(Spatial Regularizen Discriminative Correlation Filters)并且在外觀變化較大的情況下更具魯棒性。

    雖然CNN已經(jīng)取得了很大的成功,但因?yàn)槿狈σ?guī)模較大訓(xùn)練數(shù)據(jù),致使跟蹤算法無(wú)法提升性能。文獻(xiàn)[9]提出了一種基于CNN池的學(xué)習(xí)方法[9],但該方法與手動(dòng)抽取特征的方法的準(zhǔn)確性相比,性能的提高不是很大,并且缺乏訓(xùn)練數(shù)據(jù)深度網(wǎng)絡(luò)。文獻(xiàn)[10]提出一種新的方法,針對(duì)圖像分類(lèi)該方法構(gòu)建了一個(gè)大型數(shù)據(jù)集上,實(shí)現(xiàn)了轉(zhuǎn)移了預(yù)訓(xùn)練的CNN [10],但該方法對(duì)于跟蹤任務(wù)與分類(lèi)任務(wù)的區(qū)別不是明顯[7]。

    和現(xiàn)又得一些方法不同,本文提出的算法,應(yīng)用大規(guī)模的視覺(jué)跟蹤數(shù)據(jù),然后預(yù)訓(xùn)練CNN,最終取得了良好的效果。

    5? 多域?qū)W習(xí)網(wǎng)絡(luò)

    文本中為了訓(xùn)練預(yù)訓(xùn)練深度CNN,應(yīng)用了多域訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)(Multi-Domain Network, MDNet)[5],MDNet就是指將一種來(lái)自多個(gè)多個(gè)領(lǐng)域和域信息的訓(xùn)練數(shù)據(jù)應(yīng)用到學(xué)習(xí)過(guò)程中的學(xué)習(xí)方法。在自然語(yǔ)言處理中多域?qū)W習(xí)已經(jīng)得到了廣泛應(yīng)用。但在計(jì)算機(jī)視覺(jué),多領(lǐng)域?qū)W習(xí)進(jìn)行的討論比較少,例如Duan等人將域加權(quán)組合用于視頻概念檢測(cè)的Hoffman與SVM等,進(jìn)而提出了對(duì)象的混合變換模型分類(lèi)。

    MDNet分為特定域?qū)优c共享層。特定域?qū)訉?duì)一類(lèi)物體都有一個(gè)二分類(lèi)層,用來(lái)區(qū)分背景與前景。共享層主要是用來(lái)學(xué)習(xí)一般的物體表征。網(wǎng)絡(luò)主要包括了接收輸入的RGB類(lèi)型圖像,它有5個(gè)隱藏層(包括了2個(gè)全連接層與3個(gè)卷積層)。最后相對(duì)應(yīng)K域,一個(gè)全連接層主要通過(guò)K個(gè)分支(fc61—fc6K)(訓(xùn)練序列)。卷積層則是對(duì)應(yīng)到VGG-M里的網(wǎng)絡(luò)部分,特征圖尺寸主要通過(guò)輸入尺寸進(jìn)行一定的調(diào)整,它后面的2個(gè)全連接層對(duì)應(yīng)了512個(gè)輸出單元。為了用于區(qū)分每個(gè)域的背景與目標(biāo),每一個(gè)K支包含了帶有叉熵?fù)p失分類(lèi)器一個(gè)二進(jìn)制分類(lèi)層。fc61—fc6K特定領(lǐng)域?qū)右约扒懊娴膶庸餐鳛楣蚕韺?。MDNet網(wǎng)絡(luò)擁有很多優(yōu)點(diǎn),例如與通常的識(shí)別網(wǎng)絡(luò)相比,網(wǎng)絡(luò)體系規(guī)模更小,應(yīng)用了一些專(zhuān)門(mén)的跟蹤數(shù)據(jù)來(lái)訓(xùn)練,并且為了有效地區(qū)分背景和目標(biāo),對(duì)于同一類(lèi)物體進(jìn)行的特定域分類(lèi)。

    6? 跟蹤算法

    網(wǎng)絡(luò)本身主要是用來(lái)僅衡量?jī)蓚€(gè)圖像塊之間的相似性,并在線跟蹤評(píng)估網(wǎng)絡(luò)前向傳播來(lái)。為了更好的將此中網(wǎng)絡(luò)用到圖像的目標(biāo)跟蹤中,應(yīng)與跟蹤器邏輯程序緊密結(jié)合。該算法主要應(yīng)用簡(jiǎn)單的跟蹤算法進(jìn)行評(píng)估(相似函數(shù)的實(shí)用性)。在線跟蹤算法的一些評(píng)估主要是應(yīng)用簡(jiǎn)單的向前模式進(jìn)行網(wǎng)絡(luò)評(píng)估。通俗來(lái)講,將最新的一幀的之前的一幀預(yù)估的目標(biāo)位置作為中心,并進(jìn)行搜索區(qū)域的提取,然后將搜索區(qū)域與目標(biāo)的特征進(jìn)行比較,得分最高的位置就是目標(biāo)新位置[8]。

    7? 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證在智能監(jiān)控環(huán)境下基于相關(guān)濾波與卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法(KCF)跟蹤性,實(shí)驗(yàn)選擇了3段不同背景,不同分辨率環(huán)境的視頻序列,進(jìn)行對(duì)比實(shí)驗(yàn)。數(shù)據(jù)來(lái)源于某電子商務(wù)有限公司倉(cāng)庫(kù)提取的視頻信息,其具體如下表所示。

    為了驗(yàn)證了該算法的可行性,將文本算法與KCF算法分別在上述表1中的三個(gè)視頻中,進(jìn)行了測(cè)試序列視頻上的對(duì)比分析,平均值結(jié)果如下。

    對(duì)不同場(chǎng)景的視頻序列,KCF算法的跟蹤效果是非常不錯(cuò)的。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法在場(chǎng)景快速運(yùn)動(dòng)、短期閉塞、規(guī)模變化以及場(chǎng)景混亂都有一定的魯棒性,同時(shí)改善了對(duì)不同跟蹤場(chǎng)景適應(yīng)性的問(wèn)題,也驗(yàn)證了該算法的可行性。

    8? 結(jié)語(yǔ)

    針對(duì)物流倉(cāng)儲(chǔ)場(chǎng)景中,因?yàn)橥饨绲墓饩€變化、噪聲干擾以及場(chǎng)景的復(fù)雜情況等,會(huì)影響物流目標(biāo)的檢測(cè)?;谙嚓P(guān)濾波與卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法可以有效且準(zhǔn)確地檢測(cè)并提取出用戶感興趣的目標(biāo),改善了計(jì)算機(jī)視覺(jué)技術(shù)在物流倉(cāng)儲(chǔ)空間管理中存在的問(wèn)題,進(jìn)而有效識(shí)別物品的狀態(tài)信息與位置信息,實(shí)現(xiàn)了倉(cāng)儲(chǔ)空間的高效管理,增強(qiáng)了倉(cāng)儲(chǔ)管理系統(tǒng)的信息化程度,能更好地適應(yīng)現(xiàn)代物流管理模式下對(duì)于倉(cāng)儲(chǔ)空間控制管理的需求[9]。

    參考文獻(xiàn)

    [1]羅海波, 許凌云, 惠斌, 等. 基于深度學(xué)習(xí)的目標(biāo)跟蹤方法研究現(xiàn)狀與展望[J]. 紅外與激光工程, 2017, 46(5): 6-12.

    [2]周益民, 田玲, 陳文宇. 人工智能專(zhuān)業(yè)體系建設(shè)探索[J]. 高教學(xué)刊, 2020(16): 92-96.

    [3]宋長(zhǎng)新, 馬克. 微課應(yīng)用于師范類(lèi)高校計(jì)算機(jī)教學(xué)中的策略[J]. 高教學(xué)刊, 2020(16): 106-109.

    [4]田崇鑫, 李少霞, 虞鋼, 等. 基于機(jī)器視覺(jué)的激光表面改性質(zhì)量快速檢測(cè)[J/OL]. 激光與光電子學(xué)進(jìn)展: 1-11 [2020-06-03]. http://kns.cnki.net/kcms/detail/31.1690.TN.20200601.1729.149. html.

    [5]衣俊艷, 杜小鵬. 具有中心移動(dòng)特性的彈性網(wǎng)絡(luò)聚類(lèi)算法研究[J/OL]. 計(jì)算機(jī)工程與應(yīng)用: 1-13 [2020-06-03]. http:// kns.cnki.net/kcms/detail/11.2127.TP.20200602.1320.004.html.

    [6]Krizhevsky A, Sutskever I, Hinton G. 用深卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行ImageNet分類(lèi)[C]//NIPS.Curran Associates, 2012年.

    [7]Li F, Tian C, Zuo W, et al. Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking[J]. 2018.

    [8]LI H, LI Y, PORIKLI F. DeepTrack: Learning Discriminative Feature Representations by Convolutional Neural Networks for Visual Tracking[C]//British Machine Vision Conference. Nottingham, 2014.

    [9]趙明瀚, 王晨升. 基于視頻的人數(shù)識(shí)別方法綜述[J]. 軟件, 2013(3): 18-20+62.

    猜你喜歡
    目標(biāo)跟蹤計(jì)算機(jī)視覺(jué)卷積神經(jīng)網(wǎng)絡(luò)
    多視角目標(biāo)檢測(cè)與跟蹤技術(shù)的研究與實(shí)現(xiàn)
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別算法
    危險(xiǎn)氣體罐車(chē)液位計(jì)算機(jī)視覺(jué)監(jiān)控識(shí)別報(bào)警系統(tǒng)設(shè)計(jì)
    基于車(chē)牌識(shí)別的機(jī)混車(chē)道視頻測(cè)速算法
    久久久久国产精品人妻aⅴ院| 亚洲av二区三区四区| 又黄又爽又免费观看的视频| 91午夜精品亚洲一区二区三区 | 亚州av有码| 最近中文字幕高清免费大全6 | 国产精品美女特级片免费视频播放器| 国产 一区 欧美 日韩| 成人精品一区二区免费| 亚洲人成网站在线播放欧美日韩| 午夜福利18| 免费高清视频大片| 99精品久久久久人妻精品| 一卡2卡三卡四卡精品乱码亚洲| 亚洲av中文字字幕乱码综合| 1000部很黄的大片| 在线免费观看的www视频| 欧美日韩乱码在线| 夜夜夜夜夜久久久久| 亚洲欧美日韩高清在线视频| 婷婷精品国产亚洲av| 日本五十路高清| 色哟哟·www| 午夜精品在线福利| 脱女人内裤的视频| 日本免费一区二区三区高清不卡| 精品午夜福利在线看| 观看美女的网站| aaaaa片日本免费| 真人做人爱边吃奶动态| 国产高潮美女av| 欧美黑人欧美精品刺激| 桃红色精品国产亚洲av| 99久久成人亚洲精品观看| 国产精品亚洲美女久久久| 1000部很黄的大片| 麻豆国产97在线/欧美| www.www免费av| 直男gayav资源| h日本视频在线播放| 久久国产乱子伦精品免费另类| 少妇的逼好多水| 日韩亚洲欧美综合| 色综合婷婷激情| 亚洲专区中文字幕在线| www.999成人在线观看| www.www免费av| 中文在线观看免费www的网站| 757午夜福利合集在线观看| 我的女老师完整版在线观看| 欧美在线一区亚洲| 99久国产av精品| 国产免费男女视频| 国产主播在线观看一区二区| 国产伦人伦偷精品视频| 99久国产av精品| 成人高潮视频无遮挡免费网站| 午夜免费成人在线视频| av在线天堂中文字幕| 亚洲人成电影免费在线| 免费一级毛片在线播放高清视频| 一区二区三区激情视频| 欧美黄色片欧美黄色片| 亚洲五月婷婷丁香| 美女被艹到高潮喷水动态| 夜夜看夜夜爽夜夜摸| 婷婷六月久久综合丁香| 国产成人影院久久av| 欧洲精品卡2卡3卡4卡5卡区| 精品不卡国产一区二区三区| 宅男免费午夜| 成人性生交大片免费视频hd| 看免费av毛片| 成人毛片a级毛片在线播放| 欧美黑人欧美精品刺激| 国产美女午夜福利| 熟妇人妻久久中文字幕3abv| 神马国产精品三级电影在线观看| www.999成人在线观看| 青草久久国产| 麻豆一二三区av精品| 两个人的视频大全免费| 亚洲国产欧洲综合997久久,| 亚洲人成电影免费在线| 9191精品国产免费久久| 色哟哟哟哟哟哟| 深夜精品福利| 午夜激情福利司机影院| 91九色精品人成在线观看| 亚洲精品亚洲一区二区| 亚洲美女搞黄在线观看 | 国产精品嫩草影院av在线观看 | 色综合欧美亚洲国产小说| 欧美xxxx性猛交bbbb| 日本黄色片子视频| 亚洲美女搞黄在线观看 | 禁无遮挡网站| 亚洲人与动物交配视频| 精品一区二区三区视频在线观看免费| eeuss影院久久| 欧美精品国产亚洲| 国产高清视频在线观看网站| 免费av毛片视频| 国产国拍精品亚洲av在线观看| 欧美性猛交黑人性爽| 免费在线观看影片大全网站| 全区人妻精品视频| av天堂中文字幕网| 久久99热这里只有精品18| 亚洲av.av天堂| 国产精品一区二区三区四区久久| 亚洲,欧美精品.| 亚洲最大成人av| 亚洲最大成人av| 亚洲精品影视一区二区三区av| 啪啪无遮挡十八禁网站| 性色av乱码一区二区三区2| 免费看美女性在线毛片视频| 亚洲国产欧美人成| 欧美性感艳星| 超碰av人人做人人爽久久| 色播亚洲综合网| 国产高清有码在线观看视频| 国产黄色小视频在线观看| 久久亚洲真实| 午夜免费激情av| 亚洲人与动物交配视频| 午夜激情福利司机影院| 99久久精品国产亚洲精品| aaaaa片日本免费| 亚洲精品乱码久久久v下载方式| 久久国产精品人妻蜜桃| 别揉我奶头 嗯啊视频| 国产精品永久免费网站| 美女高潮的动态| 欧美日韩亚洲国产一区二区在线观看| 日本三级黄在线观看| 麻豆av噜噜一区二区三区| 又爽又黄无遮挡网站| 国产综合懂色| 日韩欧美在线乱码| 激情在线观看视频在线高清| 欧美区成人在线视频| 成人高潮视频无遮挡免费网站| 国产探花极品一区二区| 久久久精品大字幕| 欧美乱色亚洲激情| 在线a可以看的网站| 国内精品一区二区在线观看| 亚洲国产精品合色在线| 亚洲成av人片在线播放无| 丁香六月欧美| 亚洲国产精品合色在线| 麻豆成人av在线观看| 久久香蕉精品热| 欧美+亚洲+日韩+国产| av欧美777| 日韩欧美一区二区三区在线观看| 亚州av有码| 亚洲av一区综合| 日韩高清综合在线| 麻豆av噜噜一区二区三区| 成熟少妇高潮喷水视频| 最近最新中文字幕大全电影3| 亚洲在线观看片| 国产伦一二天堂av在线观看| 国产免费男女视频| 国产一区二区三区视频了| 99久久久亚洲精品蜜臀av| 午夜福利高清视频| 亚洲精品成人久久久久久| 91av网一区二区| 亚州av有码| 嫩草影院新地址| 国产精品嫩草影院av在线观看 | 午夜a级毛片| 99在线人妻在线中文字幕| 亚洲无线在线观看| 一区二区三区四区激情视频 | 亚洲av免费高清在线观看| 国内精品久久久久久久电影| x7x7x7水蜜桃| 国产色爽女视频免费观看| 又黄又爽又刺激的免费视频.| 男人舔女人下体高潮全视频| 色5月婷婷丁香| 亚洲男人的天堂狠狠| 身体一侧抽搐| 欧美最新免费一区二区三区 | 淫秽高清视频在线观看| 九色成人免费人妻av| 欧美性猛交╳xxx乱大交人| 两个人视频免费观看高清| 嫩草影院入口| 亚洲成人久久爱视频| 午夜激情欧美在线| www.熟女人妻精品国产| 国产综合懂色| 窝窝影院91人妻| 免费无遮挡裸体视频| 18+在线观看网站| 白带黄色成豆腐渣| 国产午夜精品久久久久久一区二区三区 | 免费看日本二区| 国产日本99.免费观看| 51国产日韩欧美| 欧美3d第一页| 国产色爽女视频免费观看| 国产av麻豆久久久久久久| 午夜免费男女啪啪视频观看 | 国产欧美日韩精品亚洲av| 亚洲av电影在线进入| 亚洲黑人精品在线| 日韩 亚洲 欧美在线| 国产中年淑女户外野战色| 一级黄片播放器| 日韩欧美国产在线观看| 欧美乱妇无乱码| 国产欧美日韩一区二区精品| 日韩有码中文字幕| 亚洲av不卡在线观看| 成人性生交大片免费视频hd| 久久九九热精品免费| 热99re8久久精品国产| 亚洲人成网站在线播| 美女高潮的动态| 久久久精品大字幕| 久久久久国产精品人妻aⅴ院| 波野结衣二区三区在线| 亚洲一区二区三区色噜噜| 精品国产亚洲在线| 国产野战对白在线观看| 在线观看66精品国产| 小说图片视频综合网站| 欧美日韩综合久久久久久 | 亚洲人成网站高清观看| 乱码一卡2卡4卡精品| 亚洲久久久久久中文字幕| 免费黄网站久久成人精品 | 亚洲av五月六月丁香网| 女同久久另类99精品国产91| 精品一区二区三区视频在线观看免费| 色哟哟哟哟哟哟| 国内少妇人妻偷人精品xxx网站| 在线观看av片永久免费下载| av中文乱码字幕在线| 自拍偷自拍亚洲精品老妇| 中文字幕人成人乱码亚洲影| 亚洲成人中文字幕在线播放| 男女下面进入的视频免费午夜| 日本 av在线| 美女高潮喷水抽搐中文字幕| 亚洲自偷自拍三级| 我要搜黄色片| 97热精品久久久久久| av在线天堂中文字幕| 国内精品美女久久久久久| 日韩大尺度精品在线看网址| 啦啦啦观看免费观看视频高清| 国产aⅴ精品一区二区三区波| 亚洲美女搞黄在线观看 | 美女免费视频网站| 亚洲国产欧洲综合997久久,| 亚洲精品粉嫩美女一区| 亚洲狠狠婷婷综合久久图片| 狠狠狠狠99中文字幕| 两个人视频免费观看高清| 最近视频中文字幕2019在线8| 99久久精品热视频| 露出奶头的视频| 一区二区三区免费毛片| 国产麻豆成人av免费视频| 两人在一起打扑克的视频| 色尼玛亚洲综合影院| 亚洲av成人精品一区久久| 桃色一区二区三区在线观看| 一区二区三区四区激情视频 | 久久中文看片网| 亚洲 国产 在线| 久久婷婷人人爽人人干人人爱| 99在线人妻在线中文字幕| 超碰av人人做人人爽久久| 国模一区二区三区四区视频| 熟女人妻精品中文字幕| 国产单亲对白刺激| 亚洲国产日韩欧美精品在线观看| 国产精品乱码一区二三区的特点| 我的老师免费观看完整版| 日韩中字成人| 一个人观看的视频www高清免费观看| 成人av在线播放网站| 精品久久久久久久久久久久久| 国产探花在线观看一区二区| 国产精品99久久久久久久久| 搞女人的毛片| 日韩中文字幕欧美一区二区| 人人妻人人澡欧美一区二区| 久久久成人免费电影| 国产黄a三级三级三级人| 免费观看人在逋| 亚洲人与动物交配视频| 乱码一卡2卡4卡精品| 免费看光身美女| 日韩成人在线观看一区二区三区| 亚洲av成人av| 国产精品嫩草影院av在线观看 | 国产精品三级大全| 国产精品嫩草影院av在线观看 | 中国美女看黄片| 色尼玛亚洲综合影院| 久久久久久久久久成人| 日本黄色视频三级网站网址| 日韩中字成人| 一个人免费在线观看电影| 欧美xxxx性猛交bbbb| 啦啦啦观看免费观看视频高清| 亚洲欧美日韩东京热| 日韩精品青青久久久久久| 国产成年人精品一区二区| 日本 欧美在线| 日本在线视频免费播放| 久久精品国产亚洲av涩爱 | 村上凉子中文字幕在线| 我的女老师完整版在线观看| 亚洲av一区综合| 99热这里只有是精品在线观看 | 宅男免费午夜| 欧美成人一区二区免费高清观看| 成人亚洲精品av一区二区| 国产探花极品一区二区| 国产精品一区二区性色av| 99久久精品热视频| 久久6这里有精品| 老司机午夜十八禁免费视频| 国内精品久久久久精免费| 欧美日韩综合久久久久久 | 伦理电影大哥的女人| 国产乱人视频| 少妇的逼好多水| 在现免费观看毛片| 亚洲在线观看片| 国产一级毛片七仙女欲春2| 少妇丰满av| 69人妻影院| 极品教师在线视频| 亚洲欧美日韩东京热| 最好的美女福利视频网| 噜噜噜噜噜久久久久久91| 免费在线观看成人毛片| 欧美丝袜亚洲另类 | 少妇的逼好多水| 最近最新免费中文字幕在线| 成年免费大片在线观看| 可以在线观看毛片的网站| 在线观看免费视频日本深夜| 色噜噜av男人的天堂激情| 90打野战视频偷拍视频| 欧美xxxx性猛交bbbb| aaaaa片日本免费| 天堂av国产一区二区熟女人妻| 身体一侧抽搐| 俄罗斯特黄特色一大片| 日本黄色片子视频| av在线蜜桃| 欧美成人a在线观看| 中文字幕免费在线视频6| 一个人看的www免费观看视频| 亚州av有码| 99久国产av精品| 日本免费一区二区三区高清不卡| 色综合站精品国产| 非洲黑人性xxxx精品又粗又长| 国产精品亚洲美女久久久| 精品久久久久久,| 成人无遮挡网站| 免费一级毛片在线播放高清视频| 亚洲一区二区三区色噜噜| 亚洲18禁久久av| 久久草成人影院| av福利片在线观看| 国产一区二区在线av高清观看| 国产人妻一区二区三区在| 精品久久久久久久人妻蜜臀av| 久久国产乱子伦精品免费另类| 国产精品女同一区二区软件 | 欧美3d第一页| 小说图片视频综合网站| 精品久久久久久久久av| 国内精品久久久久久久电影| 激情在线观看视频在线高清| 少妇被粗大猛烈的视频| 色精品久久人妻99蜜桃| 日本一本二区三区精品| 国产野战对白在线观看| 色播亚洲综合网| 国产精品野战在线观看| 97人妻精品一区二区三区麻豆| 久久久久九九精品影院| 国产在线男女| 国产三级在线视频| 欧美日韩福利视频一区二区| 天天一区二区日本电影三级| 91麻豆精品激情在线观看国产| 别揉我奶头~嗯~啊~动态视频| 中文字幕av在线有码专区| 人人妻人人澡欧美一区二区| 夜夜爽天天搞| 国产精品人妻久久久久久| 午夜影院日韩av| 午夜福利在线观看吧| 啦啦啦韩国在线观看视频| 久久久久亚洲av毛片大全| 性色av乱码一区二区三区2| 别揉我奶头 嗯啊视频| 精品国产亚洲在线| 90打野战视频偷拍视频| 国产成人欧美在线观看| 亚洲人成网站在线播放欧美日韩| a级毛片a级免费在线| 成人亚洲精品av一区二区| 动漫黄色视频在线观看| 国产精品爽爽va在线观看网站| 国产精品久久久久久久久免 | 久久精品国产自在天天线| 欧美成狂野欧美在线观看| 成人精品一区二区免费| 国产三级在线视频| 美女cb高潮喷水在线观看| 免费人成在线观看视频色| 日本与韩国留学比较| 一本一本综合久久| 国产探花极品一区二区| 国产精品久久久久久精品电影| 成人av在线播放网站| 小蜜桃在线观看免费完整版高清| av天堂在线播放| 亚洲精品影视一区二区三区av| 中文字幕久久专区| 一区福利在线观看| 欧美xxxx性猛交bbbb| 国产老妇女一区| 亚洲黑人精品在线| 成人精品一区二区免费| 日韩欧美一区二区三区在线观看| 国产人妻一区二区三区在| 国产成+人综合+亚洲专区| 久久中文看片网| 老司机午夜福利在线观看视频| 身体一侧抽搐| 欧美成人一区二区免费高清观看| 国产av一区在线观看免费| 亚洲 国产 在线| 欧美乱妇无乱码| 黄色一级大片看看| 亚洲性夜色夜夜综合| 色尼玛亚洲综合影院| 亚洲 国产 在线| 午夜福利视频1000在线观看| 少妇的逼水好多| 亚洲,欧美精品.| 校园春色视频在线观看| 大型黄色视频在线免费观看| 一区二区三区四区激情视频 | 国产色爽女视频免费观看| 国语自产精品视频在线第100页| 国产黄片美女视频| 免费搜索国产男女视频| 日本黄色片子视频| 亚洲一区二区三区色噜噜| 51午夜福利影视在线观看| av黄色大香蕉| 久久国产乱子免费精品| 男人和女人高潮做爰伦理| 91在线观看av| 国产成人福利小说| 黄色丝袜av网址大全| av中文乱码字幕在线| 成人无遮挡网站| 国产精品不卡视频一区二区 | 国产精品嫩草影院av在线观看 | 日本黄色片子视频| 麻豆久久精品国产亚洲av| 天美传媒精品一区二区| 日日夜夜操网爽| 亚州av有码| 国产又黄又爽又无遮挡在线| av福利片在线观看| 日本a在线网址| 欧美高清成人免费视频www| 精品人妻视频免费看| www.www免费av| 亚洲欧美日韩东京热| 99在线人妻在线中文字幕| 国产精品久久久久久久久免 | www日本黄色视频网| 简卡轻食公司| 久久欧美精品欧美久久欧美| 久久6这里有精品| 午夜视频国产福利| 免费高清视频大片| 黄色丝袜av网址大全| 国产精品综合久久久久久久免费| 日韩av在线大香蕉| 在线国产一区二区在线| 国产三级中文精品| 99精品久久久久人妻精品| 亚洲最大成人中文| 美女高潮喷水抽搐中文字幕| 熟女人妻精品中文字幕| 欧美日韩综合久久久久久 | 成人三级黄色视频| 国产美女午夜福利| 两个人的视频大全免费| 一级毛片久久久久久久久女| 亚洲人成网站在线播| 又粗又爽又猛毛片免费看| 成人无遮挡网站| 黄色一级大片看看| 一级毛片久久久久久久久女| 国产色婷婷99| 国产成年人精品一区二区| 99久久精品国产亚洲精品| 身体一侧抽搐| 欧美成狂野欧美在线观看| 网址你懂的国产日韩在线| 欧美性感艳星| 美女被艹到高潮喷水动态| 欧美黑人欧美精品刺激| 黄色丝袜av网址大全| 搡女人真爽免费视频火全软件 | 日韩欧美 国产精品| 久久6这里有精品| 一个人看视频在线观看www免费| 色哟哟·www| 看片在线看免费视频| 国产蜜桃级精品一区二区三区| 国产69精品久久久久777片| 午夜福利高清视频| 麻豆成人午夜福利视频| 成年女人看的毛片在线观看| 国模一区二区三区四区视频| 91狼人影院| www.999成人在线观看| 中文字幕人妻熟人妻熟丝袜美| 久久精品久久久久久噜噜老黄 | 一区福利在线观看| 99热这里只有精品一区| 国产男靠女视频免费网站| 国产人妻一区二区三区在| .国产精品久久| 欧美成人一区二区免费高清观看| 亚洲国产精品合色在线| 嫩草影院精品99| 亚洲无线观看免费| 国产一区二区在线av高清观看| 怎么达到女性高潮| 色哟哟·www| 国产伦在线观看视频一区| 中文字幕熟女人妻在线| 老女人水多毛片| 男女做爰动态图高潮gif福利片| 国产亚洲av嫩草精品影院| 成年版毛片免费区| 97热精品久久久久久| 亚洲经典国产精华液单 | 黄色配什么色好看| 99久久无色码亚洲精品果冻| 在线播放无遮挡| 我要搜黄色片| 久久久久国产精品人妻aⅴ院| 欧美日韩乱码在线| 内射极品少妇av片p| 最近视频中文字幕2019在线8| 国产在线精品亚洲第一网站| 国产精品亚洲美女久久久| 久久精品国产亚洲av香蕉五月| 欧美成人免费av一区二区三区| 日本免费一区二区三区高清不卡| 国产精品嫩草影院av在线观看 | 精品久久久久久久久久免费视频| 搡老岳熟女国产| 久久精品国产亚洲av天美| 3wmmmm亚洲av在线观看| 极品教师在线视频| 香蕉av资源在线| 国产色爽女视频免费观看| 国产蜜桃级精品一区二区三区| 精品99又大又爽又粗少妇毛片 | 亚洲精品日韩av片在线观看| 老司机午夜十八禁免费视频| 国产爱豆传媒在线观看| 丝袜美腿在线中文| 久久久久久久久久成人| 精品午夜福利在线看| 国产久久久一区二区三区| 久久这里只有精品中国| 久久伊人香网站| 97超视频在线观看视频| 夜夜躁狠狠躁天天躁| 国产主播在线观看一区二区| 欧美极品一区二区三区四区| 日韩精品青青久久久久久| 日韩有码中文字幕| 精品人妻1区二区| 成年女人毛片免费观看观看9| 亚洲自拍偷在线| 老司机午夜福利在线观看视频| 婷婷精品国产亚洲av在线| 欧美日韩福利视频一区二区| 色哟哟哟哟哟哟| 欧美性感艳星| 欧美日韩国产亚洲二区| 搡老妇女老女人老熟妇| 黄色配什么色好看| 午夜福利免费观看在线|