陈欢欢 汪建晓 王高杰 陈 勇

1(佛山科学技术学院 佛山 528000)

2(广东顺德创新设计研究院 佛山 528000)

1 引 言

随着“新零售”概念的兴起，无人超市、无人售货机甚至无人货架如雨后春笋般涌现[1]。其中，对商品目标“快”且“准”的检测是未来“新零售”最重要的技术需求，也是未来人工智能领域一个重要的研究和应用方向[2]。目前有很多应用于商品检测和识别的技术，但传统的手工提取图像特征与浅层机器学习相结合的商品检测方法存在一定的局限性[3]：如方向梯度直方图(Histogram of Oriented Gradient，HOG)[4]、局部二值模式算子(Local Binary Pattern，LBP)[5]和尺度不变特征转换算子(Scale Invariant Feature Transform，SIFT)[6]等多用于人工选定的颜色特征、纹理特征、形状特征和空间关系特征等浅层次特征方面，而在实际商用中遇到复杂场景或具有复杂特征的目标检测效果较差。相较于传统方法，利用深度学习(Deep Learning)[7]算法能对商品图像进行深层次的特征提取、处理和分析，有较强应对复杂场景的目标检测识别优势。因此，未来无人售货的发展趋势更多将采用深度学习来实现商品的视觉检测与识别。

目前基于深度学习的目标检测任务主要有两大技术路线：一是以 YOLO(You Only Look Once)[8]系列算法和 SSD(Single Shot Detection)[9]系列算法为主的 One-Stage 目标检测算法；二是以 Faster R-CNN(Faster Region with Convolutional Neural Network)[10]系列算法为主的 Two-Stages目标检测算法。其中，One-Stage 目标检测算法是将目标检测问题转化成直接回归问题，不产生候选框；Two-Stages 目标检测算法是通过卷积神经网络(Convolutional Neural Network，CNN)[11]与区域建议网络(Region Proposal Network，RPN)[10]相结合，以不同尺寸的滑动窗口自左上角向右下角滑动并扫描特征图(Feature Map)来生成若干候选区域，再提取候选区域相关的视觉特征。……