[发明专利]一种基于深度学习的数字万用表字符识别系统和方法

权利要求书

1.一种基于深度学习的数字万用表字符识别系统，其特征在于，包括表盘区域提取网络模块(1)和字符识别网络模块(2)，其中，

所述表盘区域提取网络模块(1)包括深度可分离卷积单元(11)、空间通道注意力单元(12)、转置上采样卷积单元(13)和图像分割单元(14)，其中，所述深度可分离卷积单元(11)用于对原始图片进行多次下采样，获得所述原始图像不同层次和尺寸的特征图；所述空间通道注意力单元(12)用于对所述不同层次和尺寸的特征图进行特征增强，获得增强后的特征图；所述转置上采样卷积单元(13)用于重建上采样特征，以与相应的下采样特征进行特征融合，获得融合后特征图；所述图像分割单元(14)用于利用所述融合后特征图获得表盘区域的分数图和顶点坐标，并根据获得的分数图和顶点坐标在所述原始图像中分割出表盘区域图像；

所述字符识别网络模块(2)用于对所述表盘区域图像进行字符序列识别并输出经识别的字符数据。

2.根据权利要求1所述的基于深度学习的数字万用表字符识别系统，其特征在于，所述深度可分离卷积单元(11)包括依次连接的普通卷积块(CB)、第一深度可分离卷积块(DSCB1)、第二深度可分离卷积块(DSCB2)和第三深度可分离卷积块(DSCB3)，其中，

所述普通卷积块(CB)用于对所述原始图像进行下采样，获得第一下采样特征图；所述第一深度可分离卷积块(DSCB1)用于对所述第一下采样特征图进行下采样，获得第二下采样特征图；所述第二深度可分离卷积块(DSCB2)用于对所述第二下采样特征图进行下采样，获得第三下采样特征图；所述第三深度可分离卷积块(DSCB3)用于对所述第三下采样特征图进行下采样，获得第四下采样特征图。

3.根据权利要求2所述的基于深度学习的数字万用表字符识别系统，其特征在于，所述空间通道注意力单元(12)包括第一注意力块(SCAB1)、第二注意力块(SCAB2)和第三注意力块(SCAB3)，所述转置上采样卷积单元(13)包括第一转置上采样块(TCB1)、第二转置上采样块(TCB2)、第三转置上采样块(TCB3)和第四转置上采样块(TCB4)，其中，

所述第一转置上采样块(TCB1)用于对所述第四下采样特征图进行上采样，获得第一上采样特征图；所述第一注意力块(SCAB1)用于对所述第三下采样特征图和所述第一上采样特征图融合后的特征图进行信息加权融合处理，获得第一加权处理特征图；所述第二转置上采样块(TCB2)用于对所述第一加权处理特征图进行上采样，获得第二上采样特征图；所述第二注意力块(SCAB2)用于对所述第二下采样特征图和所述第二上采样特征图融合后的特征图进行信息加权融合处理，获得第二加权处理特征图；所述第三转置上采样块(TCB3)用于对所述第二加权处理特征图进行上采样，获得第三上采样特征图；所述第三注意力块(SCAB3)用于对所述第三下采样特征图和所述第一上采样特征图融合后的特征图进行信息加权融合处理，获得第三加权处理特征图；所述第四转置上采样块(TCB4)用于对所述第三加权处理特征图进行上采样，并输出融合后的特征图。

4.根据权利要求3所述的基于深度学习的数字万用表字符识别系统，其特征在于，所述第一注意力块(SCAB1)的运算表达式为：

R(F)＝F*σ(Conv(AvgPool(F)+MaxPool(F)))

其中，F表示输入的特征图，AvgPool()表示平均池化操作，MaxPool()表示最大池化操作，Conv()表示卷积操作，σ()表示Sigmoid函数。