跳到主要內容

臺灣博碩士論文加值系統

(3.236.110.106) 您好!臺灣時間:2021/07/25 07:58
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:孫曼鈺
研究生(外文):SUN, MAN-YU
論文名稱:建構深度學習進行商品辨識-以飲品為例
論文名稱(外文):Construction of a Deep Learning Product Recognition System-- as an Example of Beverages
指導教授:吳世光吳世光引用關係
指導教授(外文):WU, SHUNG-KUNG
口試委員:陳啟東范垂爐
口試委員(外文):CHEN, CHI-TUNGFAN, CHUI-LU
口試日期:2021-06-17
學位類別:碩士
校院名稱:國立勤益科技大學
系所名稱:流通管理系
學門:商業及管理學門
學類:行銷與流通學類
論文種類:學術論文
論文出版年:2021
畢業學年度:109
語文別:中文
論文頁數:72
中文關鍵詞:深度學習物件辨識影像辨識OpenCV
外文關鍵詞:Deep learningObject recognitionImage recognitionOpenCV
數位影音連結:結帳比較方式QR-Code
相關次數:
  • 被引用被引用:0
  • 點閱點閱:30
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
流通產業中不可或缺的應用模式為商品辨識,而傳統的超商結帳模式,都以條碼掃描方式結帳較為普遍,此種方式較為耗時,等待結帳的時間較長。而大賣場結帳模式與傳統超商結帳方式較為不同,大賣場是利用自助條碼結帳系統,既能提供快速又便利的結帳模式,顧客等待結帳也不需久候。另在迪卡農得多重辨識結帳,此種結帳方式不需再像傳統超商利用條碼結帳,顧客只需將購物籃中的商品全數倒入自動感應櫃中,就能快速地辨識顧客購買的每項商品,能讓顧客無須等待條碼結帳,既能提升結帳效率,又能減少顧客等候結帳時間。
本研究主要目的是利用商品辨識系統來辨識飲品種類,希望能透過商品辨識系統呈現,讓顧客以快速、便利的方式進行購買,進而刺激購買需求。研究目的為:(1)提出深度學習辨識技術於飲品種類辨識應用研究,(2)以創意開發商品辨識技術及辨識精準度,(3)運用商品辨識技術提升快速結帳模式。
研究發現,運用OpenCV即時影像辨識系統之調整HSV數值,於飲品辨識的規劃與設計,既能提高辨識率,在商品結帳時,有效的提升結帳時間,由此可見;建構深度學習進行商品辨識在未來的流通管理應用上,將有極大的發展空間。
Product identification is an essential application in the distribution industry, in particular, the barcode scanning checkout is more commonly used by convenience stores, which is time-consuming and leads to longer waiting time for checkout. Unlike convenience stores, hypermarkets utilize the self-checkout system that provides a faster and more convenient way to keep customers from waiting for checkout. Besides, Decathlon adopts Radio Frequency Identification (RFID) in its checkout system, customers can hence place the items in an area where the RFID tags being automatically recognized without scanning the barcodes on items individually. This technique allows customers to save time from waiting and improves checkout efficiency.
The main objective of this research is utilizing Product Identification system to recognize the beverage categories and hence stimulates purchases by enabling customers to shopping more conveniently. The research purposes are (1) Proposing and applying Deep Learning techniques to detect beverage categories, (2) Optimizing product identification techniques and accuracy via creativity, and (3) Enhancing checkout efficiency through improving the product identification technology.
According to the research, applying adjusted HSV data of OpenCV Real-Time Image Detection system on product design can improve the identification rate and further increase the checkout effectiveness. Therefore, there is a great potential for distribution management to detect products via Deep Learning technique.
中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究目的與問題 2
1.4 研究範圍與限制 2
1.5 研究流程 3
第二章 文獻探討 4
2.1 深度學習 4
2.2 OpenCV 5
2.3 YOLO(You Only Look Once) 6
2.4 YOLO的發展 8
2.4.1 YOLOv1 8
2.4.2 YOLOv2 9
2.4.3 YOLOv3 10
2.4.4 YOLOv4 10
2.5 YOLO的定義與類型 11
2.5.1 車牌辨識 12
2.5.2 3D物件辨識法 13
2.5.3 人臉辨識 14
2.5.4 影像辨識 15
2.6 YOLO的架構 17
2.7 YOLO的應用 20
2.8 零售業結帳系統技術現況 25
2.8.1 便利超商人工條碼結帳之應用 25
2.8.2 大賣場結帳系統之應用 27
2.8.3 多重辨識結帳 32
第三章 OpenCV系統規劃與設計 35
3.1 系統建置流程 35
3.2 Android 37
3.3 Notepad++ 38
3.4 Python 39
3.5 Label Img 40
第四章 系統實作與評估 41
4.1 系統實作主旨 41
4.2 影像辨識流程 42
4.3 影像辨識結果 50
第五章 結論與建議 60
5.1 結論 60
5.2 建議 60
參考文獻 61
附錄一 飲品種類、HSV與燈光辨識結果 66



中文部分
1.王永霖(2017)。車牌辨識系統於C#平台實作之研究。明志科技大學電機工程系碩士論文。
2.王雅慶(2016)。以FPGA實現摺積神經網路及應用於人臉辨識之研究。國立台灣師範大學資訊工程學系碩士論文。
3.杜柏宏(2019)。訓練資料集自我擴增問題之分析-以YOLO分類器為例。國中山大學電機工程學系碩士論文。
4.林永鑫(2018)。植基於卷積神經網路之高效能車牌辨識系統。國立台灣師範大學電資工程學系碩士論文。
5.柳長志(2015)。玻璃面板瑕疵之影像檢測。崑山科技大學電機工程系碩士論文。
6.郝雯、王映輝、寧小娟、梁璋、石争浩(2017)。面相點雲的三維物件識別方法綜合述。西安立功大學計算機科學與工程學院。Computer Science,vol.44.No.9
7.梁俊傑(2002)。DVD 與 VCD 光碟表面瑕疵檢測系統之開發。國立屏東科技大學機械工程系碩士論文。
8.梁振升(2010)。以OpenCV實現即時之人臉偵測與辨識系統。銘傳大學電腦與通訊工程學系碩士論文。
9.許碩芳(2019)。一個基於YOLO模型進行即時物件辨識之研究。靜宜大學資訊傳播工程學系碩士論文。
10.郭柏宏(2015)。基於深度學習之靜態影像超解析度技術。國立成功大學電機工程學系碩士論文。
11.陳靚(2019)。應用影像辨識於太陽能電池瑕疵與分類。正修科技大學資訊管理研究所碩士論文。
12.劉邦俊(2010)。太陽能電池板的瑕疵檢測。逢甲大學自動控制工程學系學士班專題論文。
13.鄭博文(2019)。基於嵌入式系統的深度學習應用之研究—以人臉辨識為例。國立臺灣師範大學資訊工程系碩士論文。
14.賴建霖(2019)。基於深度學習之高效率車牌辨識系統。國立雲林科技大學電子工程系碩士論文。
15.謝宗佑(2019)。基於點雲與2D SURF特徵點的室內場景3D物件辨識系統。國立台北科技大學資訊工程系碩士論文。
16.羅宗翔(2013)。適用於實體購物情境的行動商品比價系統-使用影像辨識技術。國立中央大學資訊管理系碩士論文。

英文部分
1.A.Krizhevsky,I. Sutskever,and G.Hinton,(2012)”Imagenet classification with deep convolutional neural nerworks”in Proc.Adv.Neural Inf.Process.Syst,pp.1106-1114.
2.C.R.Qi,H.Su,K.Mo,andL.J. Guibas.Pointent,(2016)”Deep learning on point setsfor 3d classification and segmention”.arXiv:1612.00593.
3.C.Szegedy et al.,”Going deeper with convolutions(2015)”2015 IEEE Confernce on Computer Vision and Pattern Recognion(CVPR),Boston,MA,pp.1-9
4.G.E. Hinton,S.Osindero and Y.W.Teh,(2006)”A fast learning algorithm for deep belief nets,”Neural Computation,vil.18,pp.1527-1554,Jul.
5.J.Redmon and A.Farhadi,(2016)”Yolo9000:Better,faster,stronger,”arXiv preprint arXiv:1612.08242.
6.J.Redmon,S.Divvala,R. Girshick,and A.Farhadi,(2015)"You Only Look Once:Unified,real-time object detection,”arXiv preprint:1506.02640.
7.Joseph Redmon,Ail Farhadi.(2018)YOLOv3:An Improvement.arXivpreprint arXiv:1804.02767.
8.K.Fukshima,(1980)”Neocognitron:A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position”Biological Cybernetics,vol.36.no.4,pp.193-202.
9.Redmon,j.,Divvala,S.,Girshick,R,&Farhadi,A.(2016).Youonlylookonce:Unified,Rea1-TimeObjectDetection.InProceedingsoftheIEEEconferenceoncomputervidionandpatternrecognition.pp.779-778
10.Ross Girshichick.(2015).Fast R-CNN.IEEE Internatuonal Conference on Computer Vision(ICCV)
11.Ross Girshick,Jeff Donahue,Jitendera Mailk.(2014).Rich featurehierarchies for accurate obje ct detection and segmentation.IEEE Conference on Computer Vision and Pattern Recognition(CVPR)
12.S. Lin, L. Cai,and R. Ji,(2016)”Masked face detection via a modified LeNet,”Neurocomputing,vol.218,pp.197-202,Dec.
13.Shaoqing Ren,Kaiming He,Ross Girshck,Jian Sun(2015).Faster R-CNN:Towards Real-Time Object Detection with Rengion Proposal Networks.Conference and Workshop on Neural Lnformation Systems(NIPS)
14.WeiLiu,Dragomir Anguelov,Dumitru Erhan,Christian Szegedy,Scott Reed,Cheng-Tang Fu,AlexanderC.Berg(2018).SSD:Singe Shot MultiBox Detector.European Conference on Computer Vision(ECCV)
15.Y.LeCun,B.Boser,J.S.Denker,D.Henderson,R.E.Howard,W.Hubbard and L.D.Jackel,(1989)”Backpropagation applied to handwritten zip code recognition,”Neural Computation,vol.1,no.4,pp.841-551.
16.Y.Lecun,L.Bottou,Y.Bengio and P.Haffner,(1998)”Gradient-based learning applied to document recognition,”in Proceedings of the IEEE,vol.86,11,pp.2278-2324,Nov.

網路部分
1.NEC官方網站。取自https://tw.nec.com/zh_TW/profile/consensus/consensus19.html? (瀏覽日期2019/03)
2.深度學習-維基百科官方網站。取自https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0 (瀏覽日期2019/03)
3.OLAMI官方網站。取自https://tw.olami.ai/open/website/enterpriseprogram/computer_vision (瀏覽日期2018/03)
4.ITREAD01官方網站。取自https://www.itread01.com/content/1544112970.html (瀏覽日期2019/02)
5.知乎官方網站。取自https://zhuanlan.zhihu.com/p/139128562 (瀏覽日期2018/12)
6.椽經閣官方網站。取自https://www.digitimes.com.tw/col/article.asp?id=724 (瀏覽日期2018/04)
7.ITRI College+工研院知識訂閱平台官方網站。取自https://collegeplus.itri.org.tw/2020/03/12/%E6%98%93%E5%8F%96%E6%99%BA%E6%85%A7%E8%B2%A8%E6%9E%B6-%E8%AE%93%E4%BD%A0%E6%8B%BF%E4%BA%86%E5%B0%B1%E8%B5%B0/ (瀏覽日期2018/04)
8.新通訊官方網站。取自https://www.2cm.com.tw/2cm/zh-tw/market/39CF0BA42294406F8EE77337CF67FBB5(瀏覽日期2019/03)
9.麵包AI影像辨識結帳系統官方網站。取自https://www.tibs.org.tw/visitorProductDetail.asp?no=55541(瀏覽日期2020/03)
10.線上銷售到線下體驗:中國式全世界新零售概念的實驗場?官方網站。取自:https://medium.com/y-pointer/newretail-future-14f0920001e4(瀏覽日期2020/04)
11.SHOPLINE電商教室官方網站。取自https://blog.shopline.tw/what-is-ecommerce-and-how-to-succeed/ (瀏覽日期2018/04)
12.Android-維基百科官方網站。取自https://zh.wikipedia.org/wiki/Android(瀏覽日期2019/03)
13.痞客邦部落格官方網站。android-系統架構圖及開發之轉檔過程。取自https://pclevinblog.pixnet.net/blog/post/314562346-android-%E7%B3%BB%E7%B5%B1%E6%9E%B6%E6%A7%8B%E5%9C%96%E5%8F%8A%E9%96%8B%E7%99%BC%E4%B9%8B%E8%BD%89%E6%AA%94%E9%81%8E%E7%A8%8B(瀏覽日期2020/03)
14.Notepad++-維基百科。取自https://zh.wikipedia.org/wiki/Notepad%2B%2B(瀏覽日期2020/03)
15.Python-維基百科。取自https://zh.wikipedia.org/wiki/Python(瀏覽日期2020/03)
16.Mr.Opengate官方網站。取自https://mropengate.blogspot.com/2015/08/python-python.html(瀏覽日期2020/03)
17.GTW官方網站。取自https://blog.gtwang.org/useful-tools/labelimg-graphical-image-annotation-tool-tutorial/(瀏覽日期2020/03)
18.OpenCV。Cv::SimpleBlobDetector class Reference 。取自:https://docs.opencv.org/3.4/d0/d7a/classcv_1_1SimpleBlobDetector.html(瀏覽日期2020/11)
19.EDU資策會數位教育研究所。取自:https://www.iiiedu.org.tw/ocvp/(瀏覽日期2020/11)
20.You Only Look Once:Unified,Real-Time Object Detection網站。取自:https://hackmd.io/@allen108108/r1-wSTAjS(瀏覽日期2021/02)
21.目標檢測數據集PASVAL VOC簡介網站。取自:https://arleyzhang.github.io/articles/1dc20586/(瀏覽日期2021/02)
22.「模型解讀」GoogLeNet中的inception結構,你看懂了嗎網站。取自:https://kknews.cc/zh-tw/news/ppoa2xe.html(瀏覽日期2021/02)
23.深度學習-卷積神經網路-Fully Connected Layer(全連接層)網站。取自:https://ithelp.ithome.com.tw/articles/10251253(瀏覽日期2021/02)
24.侯妤霈、林育慧、鄭竹芸、陳冠諭、吳佳芸(2019)。無人玩新機 創造金科技。取自:http://chihleeir.lib.chihlee.edu.tw/bitstream/310993300Q/2847/5/%E7%84%A1%E4%BA%BA%E7%8E%A9%E6%96%B0%E6%A9%9F+%E5%89%B5%E9%80%A0%E9%87%91%E7%A7%91%E6%8A%80.pdf(瀏覽日期2020/12)
25.支付新體驗家樂福【自助結帳】網站。取自:http://verinalife.blogspot.com/2019/11/blog-post.html(瀏覽日期2020/03)

網路圖片資料來源
1.Smart City&IOT智慧城市與物聯網官方網站。取自http://smartcity.org.tw/apps_detail.php?id=21 (瀏覽日期2018/07)

電子全文 電子全文(網際網路公開日期:20260620)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top