[發明專利]二維碼檢測方法、裝置、設備及存儲介質在審
| 申請號: | 201911024014.6 | 申請日: | 2019-10-25 |
| 公開(公告)號: | CN110751004A | 公開(公告)日: | 2020-02-04 |
| 發明(設計)人: | 吳翔宇;李博;楊帆 | 申請(專利權)人: | 北京達佳互聯信息技術有限公司 |
| 主分類號: | G06K7/14 | 分類號: | G06K7/14 |
| 代理公司: | 44224 廣州華進聯合專利商標代理有限公司 | 代理人: | 馮右明 |
| 地址: | 100085 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 二維碼 待檢測圖像 檢測框 檢測 圖像特征 準確度 置信度 圖像 存儲介質 | ||
1.一種二維碼檢測方法,其特征在于,包括:
獲取待檢測圖像;所述待檢測圖像中包含有二維碼;
提取所述待檢測圖像的圖像特征;
根據所述待檢測圖像的圖像特征,得到至少兩個二維碼檢測框的位置信息以及所述二維碼檢測框內包含所述二維碼的置信度;
根據所述至少兩個二維碼檢測框的位置信息以及所述二維碼檢測框內包含所述二維碼的置信度,確定所述待檢測圖像中所述二維碼的位置信息。
2.根據權利要求1所述的二維碼檢測方法,其特征在于,在獲取待檢測圖像的步驟之后,所述二維碼檢測方法還包括:
對所述待檢測圖像進行縮放處理,得到設定大小的待檢測圖像。
3.根據權利要求1所述的二維碼檢測方法,其特征在于,所述提取所述待檢測圖像的圖像特征的步驟包括:
將所述待檢測圖像輸入預先訓練的特征提取模型,得到所述待檢測圖像的圖像特征;所述預先訓練的特征提取模型用于對所述待檢測圖像進行多次深度可分離卷積操作,輸出所述待檢測圖像的圖像特征。
4.根據權利要求3所述的二維碼檢測方法,其特征在于,所述根據所述待檢測圖像的圖像特征,得到至少兩個二維碼檢測框的位置信息以及所述二維碼檢測框內包含所述二維碼的置信度的步驟包括:
將所述預先訓練的特征提取模型輸出的所述待檢測圖像的圖像特征輸入預先訓練的二維碼檢測模型,得到至少兩個二維碼檢測框的位置信息以及所述二維碼檢測框內包含所述二維碼的置信度;所述預先訓練的二維碼檢測模型用于從所述待檢測圖像的圖像特征中,篩選出目標圖像特征;獲取多個預設檢測框;根據所述多個預設檢測框,對所述目標圖像特征進行第一全連接處理,得到至少兩個二維碼檢測框的位置信息;根據所述多個預設檢測框,對所述目標圖像特征進行第二全連接處理,得到所述檢測框內包含所述二維碼的置信度。
5.根據權利4所述的二維碼檢測方法,其特征在于,所述預先訓練的二維碼檢測模型通過下述方式訓練得到:
采集多個包含有二維碼的樣本圖像以及對應的二維碼的實際位置信息;
對所述樣本圖像進行預處理,得到預處理后的樣本圖像;所述預處理包括剪切預處理、填充預處理、旋轉預處理中的任意一種或多種;
將所述樣本圖像輸入所述預先訓練的特征提取模型,得到所述樣本圖像的圖像特征;
根據所述樣本圖像的圖像特征以及所述二維碼的實際位置信息,對待訓練的二維碼檢測模型進行訓練,得到訓練后的二維碼檢測模型;
獲取所述訓練后的二維碼檢測模型的目標誤差;
當所述目標誤差大于或等于預設閾值時,根據所述目標誤差調整所述二維碼檢測模型的網絡參數,得到調整后的二維碼檢測模型,并對所述調整后的二維碼檢測模型進行反復訓練,直至根據訓練后的二維碼檢測模型得到的所述目標誤差小于所述預設閾值;
若根據訓練后的二維碼檢測模型得到的所述目標誤差小于所述預設閾值,將所述訓練后的二維碼檢測模型作為所述預先訓練的二維碼檢測模型。
6.根據權利要求1所述的二維碼檢測方法,其特征在于,所述根據所述至少兩個二維碼檢測框的位置信息以及所述二維碼檢測框內包含所述二維碼的置信度,確定所述待檢測圖像中所述二維碼的位置信息的步驟包括:
將所述置信度大于預設置信度的二維碼檢測框的位置信息,作為所述待檢測圖像中所述二維碼的位置信息。
7.根據權利要求1至6任一項所述的二維碼檢測方法,其特征在于,在確定所述待檢測圖像中所述二維碼的位置信息的步驟之后,所述二維碼檢測方法還包括:
根據所述二維碼的位置信息,對所述二維碼進行識別,得到對應的二維碼識別結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京達佳互聯信息技術有限公司,未經北京達佳互聯信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911024014.6/1.html,轉載請聲明來源鉆瓜專利網。





