魏占国 宋娅萍 李 亚

中南林业科技大学

物流与交通学院

湖南 长沙 410004

0 引言

托盘在现代物流运输行业中起着关键的作用，它可以将包裹规格化和模块化，从而极大地提高运输效率。传统的人工叉车已不能满足现代物流运输搬运作业的高效率要求。因此，基于托盘智能分割识别的自动化叉车成为智慧物流行业的前沿热点。自动化叉车高效精准的作业关键在于可视化识别系统的物流托盘分割算法能准确识别托盘图像。

随着算法的提升和深度学习技术的飞速发展，卷积神经网络（convolutional neural networks，CNN）在图像语义分割[1-3]任务上表现出了强大的性能。图像语义分割是一种将图像分割成具有精确语义类别属性的区域序列方法，即利用每个像素及其周围的图像块独立地对每个像素进行分类。加州大学伯克利分校的J. Long等提出的全卷积网络（fully convolutional networks，FCN）推广了传统的CNN结构，能在不带全连接层的情况下进行密集预测，但是FCN会造成图像位置信息的丢失[4-7]。为使语义分割能够完全贴合图像，保留图像位置信息，研究者提出了两种不同形式的结构：

1）编码器-解码器（encoder-decoder）结构。编码器利用池化层逐渐减小输入数据的空间维度，而解码器则利用像反卷积层这样的网络层来逐步修复目标对象的细节和空间维度。编码器和解码器通常有直接的信息连接，因而解码器可以更好地恢复目标对象细节。编码器-解码器结构的典型网络包括U-Net[8]、SegNet[9]。

2）空洞卷积（dilated convolutions）结构[10-12]。空洞卷积结构可以在去除池化层的情况下扩大视野域，避免池化处理带来的位置信息丢失。……