跳至正文

深度特征匹配抗原检测棒识别系统(树莓派视觉2班)

疫情时代下,核酸检测、抗原检测逐渐成为日常生活中的常规事项。抗原检测由于其便捷性和快速性,在上海疫情防控期间发挥了重要作用,但是新闻报道中不断出现部分人员逃避抗原检测情况。因此,需要一种可以智能检测识别抗原检测棒,并进行检测结果识别和抗原棒个数统计的硬件设施系统。提出了一个鲁棒和有效的解决方案,以克服这些限制模板匹配问题。通过观察CNN中的每一层代表了实际图像内容的不同层次的深度特征,我们通过预训练的VGGNet从模板和输入图像中提取尺度自适应的深度卷积特征向量。然后,利用NCC测量模板特征与图像之间的距离来检测目标图像的图像块。算法最终在树莓派上实现部署。