魏书法,程章林.基于图像的城市场景垃圾自动检测[J].集成技术,2017,6(1):39-52
基于图像的城市场景垃圾自动检测
Image-Based Garbage Detection in Urban Scenes
  
DOI:
中文关键词:  垃圾检测;深度学习;迁移学习
英文关键词:garbage detection; deep learning; transfer learning
基金项目:深圳市基础研究项目(JCYJ20140901003938994、JCYJ20150401145529008);国家自然科学基金项目(61379091、61602461);863 项 目(2015AA016401)
作者单位
魏书法 中国科学院深圳先进技术研究院 深圳 518055;中国科学院大学深圳先进技术学院 深圳 518055 
程章林 中国科学院深圳先进技术研究院 深圳 518055 
摘要点击次数: 165
全文下载次数: 211
中文摘要:
      基于城市场景照片快速准确地自动检测垃圾在“智慧城管”等应用中具有重要的研究价值。城市垃圾在颜色纹理、几何形态上具有极大的多样性,甚至部分垃圾的认定具有一定的主观性,这给垃圾自动检测带来很大的挑战。文章提出了一种基于高速区域卷积神经网络的垃圾检测方法,通过使用数 据融合、数据扩充、迁移学习等方法解决训练样本不足的问题,实现了城市场景图片中垃圾的自动、快速、准确检测。文章最后基于深圳市道路垃圾照片构建了一个包含多种形态类型垃圾的垃圾图片数据库,在该库中垃圾检测准确度高达 89.07%。
英文摘要:
      It is of great value to rapidly and accurately detect garbage from urban images in the application of intelligent city management. Garbage images are highly diverse in color texture and geometry; moreover, garbage recognition can be a subject matter, which poses great challenges to automatic detection of garbage. In this paper, a garbage detection method based on faster region-based convolutional neural networks was proposed. It can detect garbage from urban images with high accuracy by integrating techniques such as data fusion, data augmentation, and transfer learning. We have built an image database containing various types of garbage based on photographs taken from urban scenes in the Shenzhen city, showing a detection accuracy of 89.07%.
查看全文  查看/发表评论  下载PDF阅读器
关闭
微信关注二维码 用微信扫一扫

美女

美女图片

美女

美女图片