物流环境中全自动包装结构识别
计算机视觉与模式识别
2020-08-12 v1
摘要
在物流供应链中，大量种类各异的运输货物需在众多不同网络节点被处理、识别与检查。通常，识别或核验包裹身份或包装结构需投入巨大人力，例如检查交付完整性。我们提出一种实现包装结构识别完全自动化的方法：基于单幅图像，定位一个或多个运输单元，并对每个运输单元识别其包装单元的特征、总数与排布。我们的算法基于深度学习模型，更确切地说是用于图像实例分割的卷积神经网络，以及计算机视觉方法与启发式组件。我们使用一个自定义的真实物流图像数据集来训练和评估该方法。结果表明，该方案能在约 85% 的测试案例中正确识别包装结构，若聚焦于最常见包裹类型则可达更高（91%）。
引用
@article{arxiv.2008.04620,
title = {Fully-Automated Packaging Structure Recognition in Logistics Environments},
author = {Laura Dörr and Felix Brandt and Martin Pouls and Alexander Naumann},
journal= {arXiv preprint arXiv:2008.04620},
year = {2020}
}
备注
Accepted for IEEE International Conference on Emerging Technologies and Factory Automation ETFA 2020