[发明专利]识别码的识别方法、装置及设备有效

专利信息
申请号: 202010067862.1 申请日: 2020-01-20
公开(公告)号: CN111310507B 公开(公告)日: 2023-08-29
发明(设计)人: 李超;刘国翌;张家栋 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K7/14 分类号: G06K7/14
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 钭飒飒;刘芳
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别码 识别 方法 装置 设备
【权利要求书】:

1.一种识别码的识别方法,其特征在于,包括:

获取对识别码进行拍摄得到的第一图像;

获取多个预处理方式和所述多个预处理方式对应的顺序;

根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果;每个图像包括中心区域和至少一个其他区域,所述多个预处理方式按顺序依次为:第一预处理方式、第二预处理方式和第三预处理方式;其中,所述第一预处理方式用于指示对所述第一图像进行缩放处理,得到第二图像;所述第二预处理方式用于指示将所述第一图像的中心区域作为所述第二图像;所述第三预处理方式用于指示分别将所述第一图像的各所述其他区域作为所述第二图像。

2.根据权利要求1所述的方法,其特征在于,所述根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果,包括:

将所述顺序中的第一个预处理方式作为当前预处理方式;

执行预处理过程:采用所述当前预处理方式对所述第一图像进行预处理,得到第二图像;

执行识别过程:对所述第二图像进行检测,得到所述识别码的区域,并对所述识别码的区域进行识别,得到识别结果;若未检测到所述识别码的区域,或者得到的识别结果为识别失败,则将所述当前预处理方式更新为所述顺序中的下一个预处理方式,重复执行所述预处理过程和所述识别过程,直至得到的识别结果为识别成功,或者,直至所述当前预处理方式为所述顺序中的最后一个预处理方式,且得到的识别结果为识别失败。

3.根据权利要求2所述的方法,其特征在于,所述多个预处理方式与多个图像类型一一对应,所述多个预处理方式的先后顺序与所述第一图像分别属于所述多个图像类型的概率大小顺序一致。

4.根据权利要求3所述的方法,其特征在于,所述多个图像类型包括:第一图像类型、第二图像类型和第三图像类型,所述第一图像类型的图像中的识别码的尺寸占比大于或等于预设阈值,第二图像类型和第三图像类型的图像中的识别码的尺寸占比小于所述预设阈值,所述第二图像类型的图像中的识别码的位置位于所述中心区域,所述第三图像类型的图像中的识别码的位置位于所述其他区域。

5.根据权利要求4所述的方法,其特征在于,每个所述预处理方式得到的所述第二图像的尺寸小于所述第一图像的尺寸。

6.根据权利要求2至5任一项所述的方法,其特征在于,所述对所述第二图像进行检测,得到所述识别码的区域,包括:

将所述第二图像输入至经过训练的检测模型中,根据所述检测模型的输出结果确定所述识别码的区域;其中,所述检测模型是通过对样本数据库中的多个训练样本进行学习得到的,每个训练样本包括:样本图像和所述样本图像对应的标注信息,所述标注信息用于指示所述样本图像中的识别码的位置。

7.根据权利要求6所述的方法,其特征在于,所述检测模型是采用如下方式训练得到的:

获取待训练的初始模型,对所述初始模型的结构进行调整,得到调整后的模型,所述调整后的模型所占内存的大小小于所述初始模型所占内存的大小;

从所述样本数据库中获取多个所述训练样本;

利用所述多个训练样本对所述调整后的模型进行训练,得到所述检测模型。

8.根据权利要求7所述的方法,其特征在于,所述初始模型包括多个卷积通道;所述对所述初始模型的结构进行调整,得到调整后的模型,包括下述中的一种或多种:

对所述初始模型中的卷积通道进行调整,使得调整后的模型中的卷积通道的数量小于所述初始模型中的卷积通道的数量;

或者,

对所述初始模型支持的数值范围进行调整,使得调整后的模型支持的数值范围小于所述初始模型支持的数值范围。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010067862.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top