文献类型：期刊文章

作　　者：张智[4] 刘子瑜[2] 邱灵龙[2] 王楦烨[3] 董旭[1]

ZHANG Zhi;LIU Ziyu;QIU Linglong;WANG Xuanye;DONG Xu(School of Information Engineering,Zhijiang College of Zhejiang University of Technology,Shaoxing Zhejiang 312030,China;School of Computer Science,Zhejiang University of Technology,Hangzhou Zhejiang 310023,China;School of Information Engineering,Zhejiang University of Technology,Hangzhou Zhejiang 310023,China)

机构地区：[1]浙江工业大学之江学院信息工程学院,浙江绍兴312030 [2]浙江工业大学计算机学院,浙江杭州310023 [3]浙江工业大学信息工程学院,浙江杭州310023 [4]浙江工业大学之江学院信息工程学院物联网实验室,浙江绍兴312030

出　　处：《传感技术学报》

年　　份：2021

卷　　号：34

期　　号：9

起止页码：1270-1278

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在基于视觉的物体识别领域,单目视觉识别技术往往只能获得物体片面信息,而多目视觉识别技术的运算复杂度较高。随着物联网技术的普及,无源超高频射频识别技术已经大规模应用于物体的标识上,具有的读取速度快、读取距离远的优势。本文提出一种通过先验信息辅助视觉识别的通用方法,提高物体识别的速度和准确性。通过识别射频识别标签,从数据库读取准确的特征信息辅助图像识别物体。通过摄像头采集物体的图像、视频信息后传输给控制模块,控制模块从数据库获取射频识别先验信息后以相机标定算法对图像进行矫正处理,对目标物体进行定位,从而复现物体的三维图像。传统的边缘检测和目标检测技术需要两个及以上的摄像头才能对物体进行三维识别,所提方法只需使用一个摄像头即可获取物体三维位置。针对边缘检测的改进中通过结合射频识别标签中准确的物体几何信息和像素信息来确定滤波窗口的权重,进行标定真实边缘和潜在边缘;针对目标检测的改进中在原始的Faster R-CNN的RPN架构上引入了特征金字塔,使得特征提取时语义更强。最后两种不同视觉识别方式的实验结果证明了所提方法的有效性,所提方法具有更高的识别定位精准度、更低的算法复杂度和更快的识别速率,可以更加准确可靠地对物体特性进行检测及形状、方位的判断。

关 键 词：射频识别 视觉识别 先验信息 三维识别  机器学习  

分 类 号：TP391]