基于深度神经网络的烟码智能识别方法

来源 :计算机辅助设计与图形学学报 | 被引量 : 10次 | 上传用户:liongliong452
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卷烟条码是烟草局对卷烟是否串货销售的主要判断依据,针对当前人工录码方式操作烦琐、效率低、成本高的问题,提出一种基于深度神经网络的烟码智能识别方法.首先通过迁移学习技术构建区域检测模型,实现对烟码区域的准确定位;然后采用基于角点检测的切割算法将烟码区域切分为待识别的小块;再构建字符识别模型,对小块进行多字符识别;最后按顺序拼接各小块的识别结果输出完整烟码.实验结果表明,该方法准确率高、运行速度快,能够替代人工录码方式,满足实际应用需求.
其他文献
本文首先对当前中国农民群体社会分层现状进行了研究,提出了中国农村的社会分层呈现出阶层分化不够充分、分层界线不够清晰、阶层分化不平衡和分层呈现二极分化的特征,从而揭
为了实现对头发区域三维模型的快速精确重建,对发型建模提供可行技术方案,利用白色结构光技术搭建三维发型采集系统,并提出一种高频二值条纹的结构光编码算法.该系统使用了4台自制的白色结构光扫描仪,通过预先配置空间位置实现对头部区域的有效覆盖,并利用高频二值条纹编码算法在1s内采集头部数据,提高结构光条纹边缘可辨识度,实现亚像素级数据精度,之后快速重建出包括发型在内的三维头部网格模型.实验结果表明,重建后