文献类型：期刊文章

作　　者：韩红桂[1] 甄琪[1] 任柯燕[1] 伍小龙[1] 杜永萍[1] 乔俊飞[1]

HAN Honggui;ZHEN Qi;REN Keyan;WU Xiaolong;DU Yongping;QIAO Junfei(Beijing University of Technology,Faculty of Information Technology,Beijing Key Laboratory of Computational Intelligence and Intelligent System,Beijing,100124,China)

机构地区：[1]北京工业大学信息学部,计算智能与智能系统北京市重点实验室,北京100124

出　　处：《北京工业大学学报》

基　　金：国家重点研发计划资助项目(2018YFC1900800-05);国家自然科学基金资助项目(61890930-5).

年　　份：2021

卷　　号：47

期　　号：2

起止页码：112-119

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对废旧手机回收过程中型号难以精确识别的问题,提出一种基于孪生卷积神经网络的废旧手机型号识别方法.首先,利用基于最大类间差分的边缘检测算法解析手机图像的区域特征,构建手机型号识别数据库;其次,构造一种共享权值孪生卷积网络(siamese convolutional neural network,S-CNN)的手机识别模型,实现废旧手机图像特征的快速提取;最后,设计一种自适应学习率的识别模型参数更新策略,提高手机型号识别的精度.将其应用于不同场景下废旧手机的分拣,实验结果表明该方法具有较好的快速性和准确性.

关 键 词：孪生卷积神经网络  相似性评估  模型参数更新  手机型号识别  边缘检测 废旧手机回收  

分 类 号：TP391.41] TP183[计算机类]