基于Faster R-CNN的服务机器人物品识别研究
Item recognition based on Faster R-CNN in service robot
北京信息科技大学 自动化学院, 北京 100192
摘要
传统的日用商品识别流程通常使用较为经典的图像识别和机器学习算法，如支持向量机（SVM）、随机森林或AdaBoost，然后利用目标图像的梯度、纹理或颜色的基本特征来对日用商品进行识别，可以在比较简单的背景中得到应用，但是在复杂的背景环境中很难有比较突出的表现，并且难以达到较高的准确率。目前在目标识别中表现比较优异的是卷积神经网络（CNN），并成为很多目标识别场景中的首选。考虑到服务机器人的硬件配置成本，将基于区域的卷积神经网络（R-CNN）的快速算法Faster R-CNN引入系统中，并以CPU计算的方式进行物品识别。利用CNN网络提取图像特征，在其后面接入一个区域提议层。实验结果表明，将深度学习的识别方法应用到服务机器人平台是可行的，识别效果准确，且在实验中得到较好的检测效果。
关键词
基金项目
国家自然科学基金资助项目(11672044,11172047)
北京信息科技大学教改项目(2016JGYB09)
2018北京信息科技大学研究生科技创新项目
出版信息
DOI: 10.19734/j.issn.1001-3695.2018.03.0311
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第10期
所属栏目: 图形图像技术
出版页码: 3152-3156
文章编号: 1001-3695(2019)10-061-3152-05
发布历史
[2019-10-05] 印刷出版
引用本文
石杰, 周亚丽, 张奇志. 基于Faster R-CNN的服务机器人物品识别研究 [J]. 计算机应用研究, 2019, 36 (10): 3152-3156. (Shi Jie, Zhou Yali, Zhang Qizhi. Item recognition based on Faster R-CNN in service robot [J]. Application Research of Computers, 2019, 36 (10): 3152-3156. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
