[发明专利]一种基于深度神经网络的铝材模具ID自动识别系统在审
申请号: | 201910349541.8 | 申请日: | 2019-04-28 |
公开(公告)号: | CN110135430A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 梁鹏;郝刚;何娃;李豪;吴玉婷;郑振 | 申请(专利权)人: | 广东技术师范大学 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人: | 颜德昊 |
地址: | 510665 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度神经网络的铝材模具ID自动识别系统,包括手持移动终端及后台系统,所述手持移动终端包括图像采集模块、数据传输模块和逻辑控制模块;所述后台系统包括数据传输模块、图像处理模块、特征提取模块、字符识别模块和网络训练模块;所述逻辑控制模块调用图像采集模块,获取模具ID编码的图像并通过数据传输模块发送至图像处理模块处理提取图像特征,将图像特征传送至字符识别模块识别结果,将结果通过数据传输模块发送至手持移动终端。本申请采用深度神经网络方法自动识别图像中的模具ID编码,无需人工干预,同时解决了现有二维码标签不能耐高温、耐酸洗的问题,直接读取模具表面的ID编码,减少成本。 | ||
搜索关键词: | 数据传输模块 手持移动终端 模具 神经网络 逻辑控制模块 图像采集模块 图像处理模块 自动识别系统 字符识别模块 后台系统 铝材 特征提取模块 提取图像特征 发送 耐酸 图像 二维码标签 模具表面 能耐高温 人工干预 图像特征 网络训练 直接读取 自动识别 调用 传送 申请 | ||
【主权项】:
1.一种基于深度神经网络的铝材模具ID自动识别系统,包括手持移动终端及后台系统,其特征在:所述手持移动终端包括图像采集模块、数据传输模块和逻辑控制模块;所述图像采集模块用于采集模具ID编码的图像;所述逻辑控制模块用于对字符识别结果进行逻辑判断;所述数据传输模块用于在手持移动终端和后台系统之间传输数据;所述后台系统包括数据传输模块、图像处理模块、特征提取模块、字符识别模块和网络训练模块;其中所述图像处理模块、特征提取模块和字符识别模块配合形成模具ID识别网络;所述特征提取模块和字符识别模块又配合形成目标检测网络;所述图像处理模块又包括图片翻转检测网络和图像预处理模块;所述字符识别模块又包括区域候选网络和R‑CNN网络;所述图像处理模块用于对图像进行尺寸修正、亮度调整预处理;所述特征提取模块采用深度卷积残差网路对图像进行特征提取;所述字符识别模块采用深度神经网络决策模型对图像特征进行字符检测和识别;所述网络训练模块用于训练识别字符所用的深度神经网络决策模型;所述逻辑控制模块调用图像采集模块,通过图像采集模块获取模具ID编码的图像并对对图像中的字符识别结果进行逻辑判断,然后将图像及逻辑判断结果通过数据传输模块发送至图像处理模块,实现对图像的预处理,将预处理后的图像传送特征提取模块,提取图像特征,将图像特征传送至字符识别模块,字符识别模块输出识别结果,将结果再通过数据传输模块发送至手持移动终端。
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广东技术师范大学,未经广东技术师范大学许可,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/patent/201910349541.8/,转载请声明来源钻瓜专利网。