[發(fā)明專利]一種基于深度學習的二維碼定位識別系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201910043520.3
• 申請日: 2019-01-17
• 公開（公告）號: CN109858305A
• 公開（公告）日: 2019-06-07
• 發(fā)明（設(shè)計）人: 吳凡;郭驍
• 申請（專利權(quán)）人: 柳州康云互聯(lián)科技有限公司
• 主分類號: G06K7/14
• 分類號: G06K7/14;G06N3/04
• 代理公司: 北京律譜知識產(chǎn)權(quán)代理事務所(普通合伙) 11457
• 代理人: 李硯明

1.一種基于深度學習的二維碼定位識別系統(tǒng)，其特征在于包括，采集模塊，該采集模塊用于預先采集大量的包含二維碼的圖片；還包括標注模塊，所述標注模塊將每張圖片進行標準化處理，記錄其中的二維碼的大小及位置；數(shù)據(jù)庫模塊，用于將所述二維碼的大小和位置信息存儲在數(shù)據(jù)庫模塊中；還包括預訓練圖片數(shù)據(jù)集采集模塊和深度學習模塊，所述深度學習模塊用于搭建多層神經(jīng)網(wǎng)絡(luò)；還包括預訓練模塊，該預訓練模塊使用上述預訓練圖片數(shù)據(jù)集采集模塊采集到的數(shù)據(jù)放入到所構(gòu)建的深度學習模塊的多層神經(jīng)網(wǎng)絡(luò)中進行訓練，保存訓練得到的分類器模型及對應的參數(shù)值；還包括標準化數(shù)據(jù)生成模塊，該標準化數(shù)據(jù)生成模塊從所述數(shù)據(jù)庫模塊中讀取采集到的所有圖片及標注信息，生成訓練所需的規(guī)范化數(shù)據(jù)；還包括訓練模塊，該訓練模塊將標準化數(shù)據(jù)生成模塊生成的規(guī)范化數(shù)據(jù)提交至預訓練模塊預訓練好的分類器模型進行訓練，并更新其參數(shù)，從而獲得訓練完成的二維碼檢測分類器。

2.根據(jù)權(quán)利要求1所述的一種基于深度學習的二維碼定位識別系統(tǒng)，其特征在于還包括識別模塊，該識別模塊用于識別載入的圖像；所述二維碼檢測分類器識別所述圖像中是否存在二維碼；還包括二維碼識別模塊，如果所述二維碼檢測分類器檢測到存在二維碼，則將檢測到的二維碼區(qū)域裁剪出來，針對該區(qū)域進行二維碼識別，并返回二維碼識別的結(jié)果。

3.根據(jù)權(quán)利要求2所述的基于深度學習的二維碼定位識別系統(tǒng)，其特征在于，還包括標準化數(shù)據(jù)生成模塊生成訓練所需的規(guī)范化數(shù)據(jù)包括：圖片高度、寬度、是否存在二維碼，如果存在二維碼，二維碼的大小及位置。

4.根據(jù)權(quán)利要求1-3任意一項所述的基于深度學習的二維碼定位識別系統(tǒng)，其特征在于，所述多層神經(jīng)網(wǎng)絡(luò)包括以下層：

第一層為卷積層，預定輸入維數(shù)為416x416x3，卷積核大小3x3，步長為1，卷積核數(shù)量為16，輸出維數(shù)為416x416x16；

第二層為池化層，預定輸入維數(shù)為416x416x16，池化核大小為2x2，步長為2，使用maxpool方法，輸出維數(shù)為208x208x16；

第三層為卷積層，預定輸入維數(shù)為208x208x16，卷積核大小3x3，步長為1，卷積核數(shù)量為32，輸出維數(shù)為208x208x32；

第四層為池化層，預定輸入維數(shù)為208x208x32，池化核大小為2x2，步長為2，使用maxpool方法，輸出維數(shù)為104x104x32；

第五層為卷積層，預定輸入維數(shù)為104x104x32，卷積核大小為3x3，步長為1，卷積核數(shù)量為64，輸出維數(shù)為104x104x64；

第六層為池化層，預定輸入維數(shù)為104x104x64，池化核大小為2x2，步長為2，使用maxpool方法，輸出維數(shù)為52x52x64；

第七層為卷積層，預定輸入維數(shù)為52x52x64，卷積核大小為3x3，步長為1，卷積核數(shù)量為128，輸出維數(shù)為52x52x128；

第八層為池化層 預定輸入維數(shù)為52x52x128，池化核大小為2x2，步長為2，使用maxpool方法，輸出維數(shù)為26x26x128；

第九層為卷積層 預定輸入維數(shù)為26x26x128，卷積核大小為3x3，步長為1，卷積核數(shù)量為256，輸出維數(shù)為26x26x256；

第十層為池化層，預定輸入維數(shù)為26x26x256，池化核大小為2x2，步長為2，使用maxpool方法，輸出維數(shù)為13x13x256；

第十一層為卷積層，預定輸入維數(shù)為13x13x256，卷積核大小為3x3，步長為1，卷積核數(shù)量為512，輸出維數(shù)為13x13x512；

第十二層為卷積層，預定輸入維數(shù)為13x13x512，卷積核大小為3x3，步長為1，卷積核數(shù)量為1024，輸出維數(shù)13x13x1024；

第十三層為卷積層，預定輸入維數(shù)為13x13x1024，卷積核大小為3x3，步長為1，卷積核數(shù)量為1024，輸出維數(shù)為13x13x1024；

第十四層為卷積層，預定輸入維數(shù)為13x13x1024，卷積核大小為1x1，步長為1，卷積核數(shù)量為30，輸出維數(shù)為13x13x30；

第十五層為輸出結(jié)果層，預定輸入維數(shù)為13x13x30，輸出結(jié)果為檢測的結(jié)果，位置，大小。

5.根據(jù)權(quán)利要求4所述的基于深度學習的二維碼定位識別系統(tǒng)，其特征在于，所述預訓練模塊使用上述預訓練圖片數(shù)據(jù)集采集模塊采集到的數(shù)據(jù)放入到所構(gòu)建的深度學習模塊的多層神經(jīng)網(wǎng)絡(luò)的前十三層進行訓練，使其在預訓練圖片數(shù)據(jù)集上Top-5識別分類準確率達到88％。