发明公开
- 专利标题: 一种基于图像卷积神经网络技术的仓库标示牌识别方法
- 专利标题(英): Warehouse signboard identification method based on image convolutional neural network technology
-
申请号: CN201710283801.7申请日: 2017-04-26
-
公开(公告)号: CN107016521A公开(公告)日: 2017-08-04
- 发明人: 黄祺欣 , 孙永辉 , 唐玉婷 , 戴相龙 , 朱卫 , 张珂铭 , 胡广 , 阚春华 , 刘小龙 , 葛卫东 , 张宏林
- 申请人: 国家电网公司 , 江苏省电力公司 , 江苏省电力公司南通供电公司 , 江苏濠汉信息技术有限公司
- 申请人地址: 北京市西城区西长安街86号; ; ;
- 专利权人: 国家电网公司,江苏省电力公司,江苏省电力公司南通供电公司,江苏濠汉信息技术有限公司
- 当前专利权人: 国家电网公司,江苏省电力公司,江苏省电力公司南通供电公司,江苏濠汉信息技术有限公司
- 当前专利权人地址: 北京市西城区西长安街86号; ; ;
- 代理机构: 南京正联知识产权代理有限公司
- 代理商 钱靓
- 主分类号: G06Q10/08
- IPC分类号: G06Q10/08 ; G06K9/00 ; G06K9/34 ; G06K9/42 ; G06N3/08 ; G06T7/269
摘要:
本发明公开了一种基于图像卷积神经网络技术的仓库标示牌识别方法,主要包括以下步骤:首先从图片流中提取出对照片的感兴趣部分,之后对图片进行缩放处理,转换成同样大小的图片;基于光流方法对于标识牌图片进行检测,当检测到图片发生变化时,提取出发生变化时刻图片以及前一帧与后一帧的图片;将这三幅图片作为输入,利用卷积神经网络进行图片计算,最终判断标识牌发生如何变化。本发明方法通过提取标识牌场景图片中感兴趣区域,将图片缩放至固定大小,检测标识牌变化,并利用卷积神经算法进行分块处理,避免了大型仓储中标识牌数量多,情景复杂所导致的难以检测的问题,极大的提高了测试精度。本发明可广泛应用于仓储管理领域。