-
公开(公告)号:CN106682664A
公开(公告)日:2017-05-17
申请号:CN201611114543.1
申请日:2016-12-07
Applicant: 华南理工大学
CPC classification number: G06K9/2054 , G06N3/04
Abstract: 本发明公开了基于全卷积递归神经网络的水表圆盘区域检测方法,包括步骤:获取水表图像,标注水表图像上的水表圆盘区域外界矩形框,获取水表圆盘区域外界矩形框的标注信息;构建全卷积递归神经网络,提取水表图像的多通道特征图;使用滑动窗口扫描多通道特征图,筛选出表盘区域候选窗;提取表盘区域候选窗位置的相应位置特征,获取最终目标检测结果;利用表盘区域候选窗损失及最终目标损失,更新全卷积递归神经网的参数。本发明利用深度学习中的全卷积递归神经网络,自动提取水表圆盘特征,解决了复杂背景下水表圆盘区域检测的问题,将识别出圆盘的位置进一步作为水表读数识别的输入,大大提高了水表读数识别的识别率。