物流安全檢測(cè)技術(shù)及應(yīng)用

第1章 緒論  001
1.1 物流安全檢測(cè)技術(shù)的研究背景 002
1.2 物流安全檢測(cè)技術(shù)的研究目的和意義  004
1.3 物流安全檢測(cè)方法和技術(shù)的發(fā)展及應(yīng)用現(xiàn)狀 007
1.3.1 方法和技術(shù)研究現(xiàn)狀  007
1.3.2 應(yīng)用現(xiàn)狀  016
1.4 本書主要內(nèi)容  031
參考文獻(xiàn)  032
第2章 物流安全檢測(cè)技術(shù)體系框架  039
2.1 全流程物流安全檢測(cè)技術(shù)的體系框架  040
2.2 面向在途運(yùn)輸?shù)奈锪靼踩珯z測(cè)技術(shù)方案 046
2.3 面向固定場所的物流安全檢測(cè)技術(shù)方案 048
參考文獻(xiàn)  050
第3章 基于慣性傳感的物流安全檢測(cè)技術(shù) 053
3.1 基于慣性傳感的物流安全檢測(cè)技術(shù)實(shí)現(xiàn)流程 054
3.2 基于慣性傳感的物流安全檢測(cè)的硬件終端 055
3.2.1 智能慣性傳感終端  056
3.2.2 基于振動(dòng)能量收集的續(xù)航保持技術(shù)  060
3.3 基于深度學(xué)習(xí)的異常物流操作行為識(shí)別算法 082
3.3.1 加速度數(shù)據(jù)預(yù)處理（作為基于深度學(xué)習(xí)的識(shí)別算法的輸入） 083
3.3.2 CNN 095
3.3.3 CNN-LSTM  102
3.3.4 CDCE-CNN-GRU  105
3.4 基于慣性傳感的物流安全檢測(cè)云平臺(tái)  123
3.4.1 功能需求分析  123
3.4.2 云平臺(tái)界面  125
3.4.3 云平臺(tái)功能  127
參考文獻(xiàn)  128
第4章 基于圖像識(shí)別的物流安全檢測(cè)技術(shù) 135
4.1 人為異常操作行為的智能識(shí)別技術(shù)  136
4.1.1 快遞分揀人員異常行為研究  136
4.1.2 基于視頻識(shí)別的快遞分揀人員異常行為檢測(cè)算法  139
4.1.3 基于圖像識(shí)別的快遞分揀人員異常行為檢測(cè)算法  145
4.1.4 基于輕量化對(duì)抗增強(qiáng)的復(fù)雜強(qiáng)噪背景下物流違規(guī)操作檢測(cè)方法  166
4.2 貨物安檢圖像的智能判別技術(shù)  180
4.2.1 小樣本學(xué)習(xí)  181
4.2.2 小樣本學(xué)習(xí)的算法方式  183
4.2.3 多標(biāo)簽圖像標(biāo)注  189
4.2.4 多標(biāo)簽分類  190
4.2.5 使用Tensorflow構(gòu)建關(guān)系網(wǎng)絡(luò)與匹配網(wǎng)絡(luò) 193
4.2.6 基于YOLOv4算法的違禁寄遞物品識(shí)別方法 200
參考文獻(xiàn)  215
第5章 總結(jié)與展望 219
5.1 主要工作與結(jié)論  220
5.2 未來工作展望  222