基于深度卷积网络的港口集装箱属性识别方法

计算机目标识别技术在智慧港口建设中有广泛需求和应用,本文提出一种基于深度卷积神经网络的集装箱箱门及铅封识别方法,该方法充分利用卷积神经网络自身的频率选择特性以及产生平移、旋转、缩放不变性特征的能力,对卷积网络中间层的深度表征进行分析,提取与检测目标相关的特征图子集。通过对特征子集进行组合,产生能够检测目标的显著性分布特征图,并设计相应的目标函数。最后通过实验,对集装箱箱门、铅封等相关目标进行检测,取得良好效果,验证了该方法的有效性。