• <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
    亚洲国产欧美日韩在线播放 | 亚洲精品乱码久久久v下载方式| av网站免费在线观看视频| 国产精品一区二区三区四区免费观看| 日韩在线高清观看一区二区三区| 秋霞伦理黄片| 精品人妻熟女毛片av久久网站| 免费看不卡的av| a级一级毛片免费在线观看| 乱码一卡2卡4卡精品| 亚洲精品中文字幕在线视频 | 亚洲人成网站在线观看播放| 日韩一区二区视频免费看| 亚洲国产毛片av蜜桃av| 亚洲美女搞黄在线观看| 国产精品久久久久久久久免| 国产精品99久久久久久久久| 亚洲熟女精品中文字幕| 欧美性感艳星| 熟女人妻精品中文字幕| 青春草视频在线免费观看| 国产精品一区二区在线观看99| 欧美精品一区二区免费开放| 日韩成人av中文字幕在线观看| 日韩 亚洲 欧美在线| 欧美一级a爱片免费观看看| 成人亚洲欧美一区二区av| 少妇人妻一区二区三区视频| 人人妻人人添人人爽欧美一区卜| 天堂俺去俺来也www色官网| 精品一品国产午夜福利视频| av网站免费在线观看视频| 久久久久精品久久久久真实原创| 亚洲欧美日韩卡通动漫| 中文字幕制服av| 少妇被粗大的猛进出69影院 | 夜夜爽夜夜爽视频| 国产熟女欧美一区二区| av又黄又爽大尺度在线免费看| 大片免费播放器 马上看| 超碰97精品在线观看| 少妇被粗大的猛进出69影院 | 日韩精品免费视频一区二区三区 | 成年女人在线观看亚洲视频| 日韩欧美 国产精品| 美女国产视频在线观看| 99久久精品国产国产毛片| 精品亚洲乱码少妇综合久久| 亚洲丝袜综合中文字幕| 久久久欧美国产精品| 亚洲国产日韩一区二区| 午夜福利网站1000一区二区三区| 有码 亚洲区| 在线观看免费高清a一片| 嘟嘟电影网在线观看| 久久亚洲国产成人精品v| 两个人的视频大全免费| 国产精品免费大片| 熟女人妻精品中文字幕| 人妻一区二区av| 免费高清在线观看视频在线观看| 嫩草影院新地址| 欧美精品亚洲一区二区| 亚洲av在线观看美女高潮| 人妻制服诱惑在线中文字幕| 精品久久久久久电影网| 一级毛片我不卡| 老熟女久久久| 肉色欧美久久久久久久蜜桃| 高清av免费在线| 精品一区二区三区视频在线| 亚洲丝袜综合中文字幕| 日本与韩国留学比较| 中国国产av一级| a级毛色黄片| a级片在线免费高清观看视频| 91午夜精品亚洲一区二区三区| 亚洲内射少妇av| 日韩欧美精品免费久久| 久久狼人影院| 精品人妻偷拍中文字幕| 视频中文字幕在线观看| 免费黄网站久久成人精品| 成人免费观看视频高清| 日韩三级伦理在线观看| 性色avwww在线观看| 乱人伦中国视频| 免费av不卡在线播放| 亚洲欧洲国产日韩| 免费观看的影片在线观看| 国产日韩欧美在线精品| 久久久午夜欧美精品| 亚洲精品国产成人久久av| 亚洲欧美一区二区三区国产| 国产伦理片在线播放av一区| 精品一区二区免费观看| 国产成人aa在线观看| 国产精品人妻久久久久久| 2022亚洲国产成人精品| 国产免费视频播放在线视频| 久久精品国产a三级三级三级| 精品国产一区二区三区久久久樱花| 女人精品久久久久毛片| 亚洲人与动物交配视频| 亚洲无线观看免费| 一级毛片 在线播放| 99久久精品国产国产毛片| 国产淫语在线视频| 亚洲精品日韩av片在线观看| 国语对白做爰xxxⅹ性视频网站| 一个人免费看片子| av网站免费在线观看视频| 狂野欧美激情性xxxx在线观看| 久久精品国产亚洲网站| 精品国产露脸久久av麻豆| 777米奇影视久久| 国产精品一区www在线观看| 国产在线男女| 久久久久精品久久久久真实原创| 乱系列少妇在线播放| 蜜桃在线观看..| 国产午夜精品久久久久久一区二区三区| 天堂8中文在线网| 女的被弄到高潮叫床怎么办| 亚洲经典国产精华液单| 久久鲁丝午夜福利片| 日韩精品有码人妻一区| 亚洲国产精品成人久久小说| 国产在线视频一区二区| 97超视频在线观看视频| 春色校园在线视频观看| 久久亚洲国产成人精品v| 3wmmmm亚洲av在线观看| 国模一区二区三区四区视频| 另类亚洲欧美激情| 99热网站在线观看| 久久国内精品自在自线图片| 午夜福利,免费看| 成人国产麻豆网| 精品久久久精品久久久| 国产成人午夜福利电影在线观看| 街头女战士在线观看网站| 最近中文字幕高清免费大全6| 亚洲图色成人| 欧美精品一区二区大全| 国产亚洲欧美精品永久| 人妻少妇偷人精品九色| 国产又色又爽无遮挡免| 一区二区三区精品91| 一区二区三区精品91| 一级毛片久久久久久久久女| 久久久a久久爽久久v久久| av天堂中文字幕网| 久久久久精品久久久久真实原创| 日韩 亚洲 欧美在线| 日韩精品免费视频一区二区三区 | 有码 亚洲区| 毛片一级片免费看久久久久| 欧美高清成人免费视频www| 我的老师免费观看完整版| 国产精品秋霞免费鲁丝片| 久久久久网色| 日韩精品免费视频一区二区三区 | 女人精品久久久久毛片| 国精品久久久久久国模美| 亚洲av不卡在线观看| 人妻一区二区av| 国产成人91sexporn| 久久国产亚洲av麻豆专区| 麻豆精品久久久久久蜜桃| 亚洲中文av在线| 久久国产乱子免费精品| 18禁在线播放成人免费| 久久精品国产鲁丝片午夜精品| 欧美老熟妇乱子伦牲交| 亚洲欧美一区二区三区黑人 | 男女国产视频网站| 老司机亚洲免费影院| 欧美老熟妇乱子伦牲交| 黑丝袜美女国产一区| 在线天堂最新版资源| 免费av中文字幕在线| 国产 精品1| 少妇精品久久久久久久| 亚洲真实伦在线观看| 色哟哟·www| 午夜老司机福利剧场| 国产av一区二区精品久久| 日日啪夜夜爽| 少妇被粗大的猛进出69影院 | 午夜激情久久久久久久| 好男人视频免费观看在线| a级一级毛片免费在线观看| 日韩人妻高清精品专区| 五月玫瑰六月丁香| 一级av片app| 麻豆成人av视频| 国产精品国产三级专区第一集| 最新中文字幕久久久久| 日日摸夜夜添夜夜爱| 国产视频内射| 久久精品国产亚洲av涩爱| 亚洲熟女精品中文字幕| 嫩草影院入口| 欧美成人精品欧美一级黄| 国产精品久久久久久久电影| 日韩三级伦理在线观看| 性色avwww在线观看| 久久狼人影院| 日韩欧美 国产精品| 久久 成人 亚洲| 午夜精品国产一区二区电影| 亚洲成人av在线免费| 久久午夜综合久久蜜桃| 一级av片app| 免费少妇av软件| 日本午夜av视频| 一区二区三区四区激情视频| 一级av片app| 久久99一区二区三区| 五月玫瑰六月丁香| 十八禁高潮呻吟视频 | 亚洲国产av新网站| 日本欧美国产在线视频| 国产av一区二区精品久久| 亚洲av欧美aⅴ国产| 日本av手机在线免费观看| 亚洲国产成人一精品久久久| 亚洲av在线观看美女高潮| 成人免费观看视频高清| 国产精品欧美亚洲77777| 人妻 亚洲 视频| 欧美成人精品欧美一级黄| av卡一久久| 69精品国产乱码久久久| 亚洲精品自拍成人| 日本与韩国留学比较| 色5月婷婷丁香| 十八禁高潮呻吟视频 | 两个人免费观看高清视频 | 九九爱精品视频在线观看| 精品卡一卡二卡四卡免费| 91久久精品国产一区二区成人| 精品少妇久久久久久888优播| 一区二区三区免费毛片| 亚洲精品乱久久久久久| 777米奇影视久久| 激情五月婷婷亚洲| 久久人人爽av亚洲精品天堂| 综合色丁香网| 国产精品久久久久久av不卡| 丰满少妇做爰视频| 色婷婷久久久亚洲欧美| 午夜老司机福利剧场| 亚洲成人手机| 中文字幕av电影在线播放| 777米奇影视久久| 亚洲国产精品专区欧美| 久久久久精品久久久久真实原创| 日本与韩国留学比较| av播播在线观看一区| 欧美精品一区二区大全| 天堂中文最新版在线下载| 欧美区成人在线视频| 成人亚洲欧美一区二区av| 人妻制服诱惑在线中文字幕| 日本-黄色视频高清免费观看| av福利片在线观看| freevideosex欧美| 老司机影院毛片| 国产成人午夜福利电影在线观看| 久久精品久久久久久久性| 美女视频免费永久观看网站| 韩国av在线不卡| 乱系列少妇在线播放| 国产日韩欧美视频二区| 熟女人妻精品中文字幕| 国产片特级美女逼逼视频| 亚洲人与动物交配视频| av女优亚洲男人天堂| 99热6这里只有精品| 国产精品久久久久久精品电影小说| 春色校园在线视频观看| 国产美女午夜福利| 欧美日韩亚洲高清精品| 久久精品国产亚洲av天美| a级一级毛片免费在线观看| 色94色欧美一区二区| 国产精品99久久久久久久久| av有码第一页| 看十八女毛片水多多多| 免费av不卡在线播放| 夫妻性生交免费视频一级片| 全区人妻精品视频| 欧美三级亚洲精品| 天天操日日干夜夜撸| 我的老师免费观看完整版| 日韩人妻高清精品专区| 亚洲激情五月婷婷啪啪| 欧美精品一区二区免费开放| 最黄视频免费看| 亚洲美女视频黄频| 大码成人一级视频| 一二三四中文在线观看免费高清| 老司机影院成人| 一级av片app| 国语对白做爰xxxⅹ性视频网站| 十分钟在线观看高清视频www | 国产黄片美女视频| 天堂中文最新版在线下载| 男的添女的下面高潮视频| 久久久亚洲精品成人影院| 免费高清在线观看视频在线观看| 3wmmmm亚洲av在线观看| 又粗又硬又长又爽又黄的视频| 2021少妇久久久久久久久久久| 99九九线精品视频在线观看视频| 日韩免费高清中文字幕av| 久久人人爽人人片av| 精品99又大又爽又粗少妇毛片| 国产成人精品一,二区| 免费看光身美女| 欧美精品一区二区大全| 午夜av观看不卡| 日韩精品有码人妻一区| av免费在线看不卡| 精品久久国产蜜桃| 91在线精品国自产拍蜜月| 老司机影院成人| 欧美成人午夜免费资源| av有码第一页| 日韩不卡一区二区三区视频在线| 91精品伊人久久大香线蕉| 亚洲av不卡在线观看| 成年女人在线观看亚洲视频| 欧美日韩综合久久久久久| 久久国产精品大桥未久av | 男人添女人高潮全过程视频| 国产伦理片在线播放av一区| 美女脱内裤让男人舔精品视频| av福利片在线| 国产国拍精品亚洲av在线观看| 91精品伊人久久大香线蕉| av在线老鸭窝| tube8黄色片| 黄色配什么色好看| 蜜臀久久99精品久久宅男| 黑人高潮一二区| 国产综合精华液| 国产男人的电影天堂91| 国精品久久久久久国模美| 精品久久久精品久久久| 一级av片app| 久久亚洲国产成人精品v| 亚洲成人av在线免费| 国产精品偷伦视频观看了| 啦啦啦在线观看免费高清www| 亚洲精品国产av成人精品| 18禁在线无遮挡免费观看视频| 国产中年淑女户外野战色| 十八禁高潮呻吟视频 | 欧美日韩综合久久久久久| 这个男人来自地球电影免费观看 | 一级a做视频免费观看| 午夜久久久在线观看| 欧美日韩精品成人综合77777| 亚洲天堂av无毛| 亚洲欧洲精品一区二区精品久久久 | 91久久精品国产一区二区三区| 天堂8中文在线网| 国产av国产精品国产| 最近的中文字幕免费完整| 国产色爽女视频免费观看| 国产精品不卡视频一区二区| 最近中文字幕2019免费版| 久久精品国产自在天天线| 高清av免费在线| 美女内射精品一级片tv| 亚洲精品国产av蜜桃| 国产欧美日韩精品一区二区| 欧美最新免费一区二区三区| 国产精品成人在线| 国产精品女同一区二区软件| 水蜜桃什么品种好| 高清毛片免费看| av在线app专区| a级一级毛片免费在线观看| 少妇高潮的动态图| 日韩人妻高清精品专区| 精品久久国产蜜桃| 高清不卡的av网站| 亚洲国产色片| 免费黄网站久久成人精品| 日本黄色日本黄色录像| 天天躁夜夜躁狠狠久久av| 国产男女内射视频| 免费观看性生交大片5| a级毛色黄片| 国产成人精品一,二区| 日本-黄色视频高清免费观看| 视频区图区小说| 久久影院123| 国产黄色视频一区二区在线观看| 久久久久久久亚洲中文字幕| 久久女婷五月综合色啪小说| 中文欧美无线码| 搡老乐熟女国产| 国产黄色视频一区二区在线观看| 国产免费又黄又爽又色| 在线天堂最新版资源| 极品人妻少妇av视频| 美女内射精品一级片tv| 三上悠亚av全集在线观看 | 嫩草影院入口| av线在线观看网站| 美女脱内裤让男人舔精品视频| 日本午夜av视频| 一边亲一边摸免费视频| 一区二区三区免费毛片| 国产乱人偷精品视频| 天天操日日干夜夜撸| 日韩av免费高清视频| 亚洲av免费高清在线观看| 成人综合一区亚洲| 国产精品一区二区性色av| 日韩强制内射视频| 中文字幕亚洲精品专区| 久久免费观看电影| 天美传媒精品一区二区| 韩国高清视频一区二区三区| 秋霞伦理黄片| 亚洲精品久久久久久婷婷小说| av一本久久久久| a 毛片基地| freevideosex欧美| 国产成人91sexporn| 日本av手机在线免费观看| 麻豆乱淫一区二区| 久久毛片免费看一区二区三区| 国产淫语在线视频| 如日韩欧美国产精品一区二区三区 | 91aial.com中文字幕在线观看| 亚洲精品乱码久久久久久按摩| 免费不卡的大黄色大毛片视频在线观看| 亚洲欧美日韩卡通动漫| 亚洲国产欧美日韩在线播放 | 精品国产乱码久久久久久小说| 欧美日韩视频高清一区二区三区二| 国产无遮挡羞羞视频在线观看| 不卡视频在线观看欧美| 黄片无遮挡物在线观看| 偷拍熟女少妇极品色| 日本黄色片子视频| 亚洲欧美成人精品一区二区| 日韩av在线免费看完整版不卡| 国产免费又黄又爽又色| 99热这里只有精品一区| 你懂的网址亚洲精品在线观看| 五月伊人婷婷丁香| 欧美日韩视频高清一区二区三区二| 中文字幕制服av| 五月开心婷婷网| 丰满人妻一区二区三区视频av| 一级毛片久久久久久久久女| 中文字幕制服av| 久久久久久久久久人人人人人人| 草草在线视频免费看| 国产精品久久久久久精品电影小说| 日韩视频在线欧美| 国内少妇人妻偷人精品xxx网站| 国产亚洲欧美精品永久| 在线 av 中文字幕| 成年女人在线观看亚洲视频| freevideosex欧美| 国产精品女同一区二区软件| 欧美3d第一页| 日本黄色日本黄色录像| 久久精品久久久久久噜噜老黄| 六月丁香七月| 熟妇人妻不卡中文字幕| 欧美区成人在线视频| 各种免费的搞黄视频| 中文乱码字字幕精品一区二区三区| 成人综合一区亚洲| 欧美亚洲 丝袜 人妻 在线| 久久久久人妻精品一区果冻| videos熟女内射| 国产成人精品无人区| 伦理电影免费视频| 男人狂女人下面高潮的视频| 国产熟女欧美一区二区| 九色成人免费人妻av| 欧美xxxx性猛交bbbb| 九草在线视频观看| 搡女人真爽免费视频火全软件| 大片免费播放器 马上看| 99国产精品免费福利视频| 免费久久久久久久精品成人欧美视频 | 五月天丁香电影| 午夜福利在线观看免费完整高清在| 免费大片18禁| 在线观看一区二区三区激情| 日韩av在线免费看完整版不卡| 在线观看美女被高潮喷水网站| 久久精品国产亚洲av天美| 亚洲中文av在线| 精品午夜福利在线看| 少妇熟女欧美另类| 不卡视频在线观看欧美| 十分钟在线观看高清视频www | 午夜老司机福利剧场| av专区在线播放| 欧美日韩视频精品一区| 亚洲精品国产av成人精品| 精品视频人人做人人爽| 深夜a级毛片| 亚洲精品国产av成人精品| 国产成人精品一,二区| 亚洲真实伦在线观看| 黄色毛片三级朝国网站 | 国产男女超爽视频在线观看| 亚洲一级一片aⅴ在线观看| 国产精品久久久久成人av| 久久久a久久爽久久v久久| 欧美xxⅹ黑人| 久久久国产一区二区| 国产精品国产三级国产专区5o| 国产精品不卡视频一区二区| 男女啪啪激烈高潮av片| 国产高清有码在线观看视频| 亚洲欧美精品专区久久| 久久久久人妻精品一区果冻| 蜜桃久久精品国产亚洲av| 日本黄大片高清| 色视频在线一区二区三区| 91成人精品电影| 搡女人真爽免费视频火全软件| a 毛片基地| av福利片在线观看| 欧美国产精品一级二级三级 | 少妇精品久久久久久久| 国产精品国产三级专区第一集| 热re99久久国产66热| 看十八女毛片水多多多| 日日摸夜夜添夜夜爱| 久久精品国产亚洲av涩爱| 七月丁香在线播放| 久久精品久久久久久久性| 肉色欧美久久久久久久蜜桃| 狂野欧美激情性xxxx在线观看| 亚洲欧美清纯卡通| 在线播放无遮挡| 亚洲av福利一区| 欧美日韩亚洲高清精品| 久久99一区二区三区| 国产日韩一区二区三区精品不卡 | 成人亚洲精品一区在线观看| a级毛片免费高清观看在线播放| 国产亚洲一区二区精品| 三级国产精品欧美在线观看| 黄色怎么调成土黄色| 国产在线一区二区三区精| 免费看不卡的av| 我的女老师完整版在线观看| 天堂俺去俺来也www色官网| 中文字幕人妻丝袜制服| 91aial.com中文字幕在线观看| 亚洲精品国产av成人精品| 日韩欧美一区视频在线观看 | 日韩制服骚丝袜av| 国产老妇伦熟女老妇高清| 亚洲性久久影院| 色哟哟·www| 国产精品麻豆人妻色哟哟久久| 国产精品无大码| 国产 精品1| 全区人妻精品视频| 人人澡人人妻人| 夜夜爽夜夜爽视频| 少妇被粗大猛烈的视频| 简卡轻食公司| 亚洲av二区三区四区| 色婷婷av一区二区三区视频| 亚洲欧美中文字幕日韩二区| 欧美高清成人免费视频www| 99热国产这里只有精品6| 国产片特级美女逼逼视频| 亚洲经典国产精华液单| 天堂8中文在线网| 亚洲三级黄色毛片| 亚洲伊人久久精品综合| 99热这里只有是精品在线观看| av天堂中文字幕网| 国产黄片视频在线免费观看| 大又大粗又爽又黄少妇毛片口| 美女主播在线视频| 丝袜脚勾引网站| 成人亚洲欧美一区二区av| 免费大片18禁| 中文字幕久久专区| 亚洲国产精品专区欧美| 在线观看www视频免费| 九草在线视频观看| 免费观看性生交大片5| 国产午夜精品一二区理论片| 在线观看美女被高潮喷水网站| 不卡视频在线观看欧美| 一区二区三区四区激情视频| h日本视频在线播放| 国产免费一区二区三区四区乱码| 国产高清不卡午夜福利| 日韩免费高清中文字幕av| 亚洲欧美精品自产自拍| 在线 av 中文字幕| 美女大奶头黄色视频|