第1章 绪论
1.1 研究背景与研究意义
1.2 相关技术研究现状
1.2.1 货架商品识别方法
1.2.2 货架商品识别挑战
1.2.3 货架商品识别应用
1.3 论文的主要工作和组织结构
1.3.1 论文的主要工作
1.3.2 论文的组织结构
第2章 基于目标检测的货架商品识别
2.1 引言
2.2 基于深度学习的目标检测方法
2.2.1 双阶段检测算法
2.2.2 单阶段检测算法
2.3 基于Faster R-CNN的货架商品检测
2.3.1 货架商品区域推举
2.3.2 货架商品分类与回归
2.4 实验结果与分析
2.4.1 数据集与评价指标
2.4.2 货架商品检测的实验结果与分析
2.5 本章小结
第3章 基于数据生成的货架商品识别
3.1 引言
3.2 数据增强方法概述
3.2.1 传统的数据增强方法
3.2.2 基于GAG网络的数据增强方法
3.2.3 数据生成方法概述
3.3 货架商品的贴图方法
3.4 实验结果与分析
3.4.1 数据集
3.4.2 生成数据的实验结果与分析
3.4.3 数据增强的实验结果与分析
3.5 本章小结
第4章 货架商品识别应用研究
4.1 引言
4.2 缺货检测概述
4.3 缺货检测方案
4.4 关键技术介绍
4.4.1 缺货区域位置推断
4.4.2 基于Canny算子的缺货区域识别
4.4.3 基于GLCM的缺货区域识别
4.4.4 基于颜色直方图的缺货区域识别
4.5 实验结果与分析
4.5.1 测试集
4.5.2 缺货检测的实验结果与分析
4.6 本章小结
结论
参考文献
附录A 发表的论文和参加科研情况说明
致谢
湖南大学;