[發(fā)明專利]二維碼檢測方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201911024014.6
• 申請日: 2019-10-25
• 公開（公告）號: CN110751004A
• 公開（公告）日: 2020-02-04
• 發(fā)明（設(shè)計）人: 吳翔宇;李博;楊帆
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G06K7/14
• 分類號: G06K7/14
• 代理公司: 44224 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司
• 代理人: 馮右明

本公開關(guān)于一種二維碼檢測方法、裝置、設(shè)備及存儲介質(zhì)，上述方法包括：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(jù)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(nèi)包含所述二維碼的置信度；根據(jù)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(nèi)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。采用該方法可以解決相關(guān)技術(shù)中圖像中二維碼的檢測準(zhǔn)確度較低的問題，從而提高了圖像中二維碼的檢測準(zhǔn)確度，同時采用該方法可以提高圖像中二維碼的檢測效率。

技術(shù)領(lǐng)域

本公開涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種二維碼檢測方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

二維碼是日常生活中常見的一種編碼形式，被廣泛地用于移動支付、信息獲取、用戶校驗等場景中，故對二維碼的精準(zhǔn)檢測顯得非常重要。

相關(guān)技術(shù)中，一般是通過傳統(tǒng)圖像算法對圖像進(jìn)行二值化處理，得到圖像中二維碼的模式信息，進(jìn)而根據(jù)圖像中二維碼的模式信息，確定圖像中二維碼的定位符，以實現(xiàn)對圖像中二維碼的檢測定位。但是，當(dāng)圖像內(nèi)容比較復(fù)雜時，很容易出現(xiàn)定位符的誤識別或者漏識別，從而造成圖像中二維碼的檢測準(zhǔn)確度較低。

發(fā)明內(nèi)容

本公開提供一種二維碼檢測方法、裝置、設(shè)備及存儲介質(zhì)，以至少解決相關(guān)技術(shù)中圖像中二維碼的檢測準(zhǔn)確度較低的問題。本公開的技術(shù)方案如下：

根據(jù)本公開實施例的第一方面，提供一種二維碼檢測方法，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(jù)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(nèi)包含所述二維碼的置信度；根據(jù)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(nèi)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。

可選地，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(jìn)行縮放處理，得到設(shè)定大小的待檢測圖像。

可選地，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(yù)先訓(xùn)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(yù)先訓(xùn)練的特征提取模型用于對所述待檢測圖像進(jìn)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。

可選地，所述根據(jù)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(nèi)包含所述二維碼的置信度的步驟包括：將所述預(yù)先訓(xùn)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(yù)先訓(xùn)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(nèi)包含所述二維碼的置信度；所述預(yù)先訓(xùn)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(biāo)圖像特征；獲取多個預(yù)設(shè)檢測框；根據(jù)所述多個預(yù)設(shè)檢測框，對所述目標(biāo)圖像特征進(jìn)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(jù)所述多個預(yù)設(shè)檢測框，對所述目標(biāo)圖像特征進(jìn)行第二全連接處理，得到所述檢測框內(nèi)包含所述二維碼的置信度。

可選地，所述預(yù)先訓(xùn)練的二維碼檢測模型通過下述方式訓(xùn)練得到：采集多個包含有二維碼的樣本圖像以及對應(yīng)的二維碼的實際位置信息；對所述樣本圖像進(jìn)行預(yù)處理，得到預(yù)處理后的樣本圖像；所述預(yù)處理包括剪切預(yù)處理、填充預(yù)處理、旋轉(zhuǎn)預(yù)處理中的任意一種或多種；將所述樣本圖像輸入所述預(yù)先訓(xùn)練的特征提取模型，得到所述樣本圖像的圖像特征；根據(jù)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(xùn)練的二維碼檢測模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的二維碼檢測模型；獲取所述訓(xùn)練后的二維碼檢測模型的目標(biāo)誤差；當(dāng)所述目標(biāo)誤差大于或等于預(yù)設(shè)閾值時，根據(jù)所述目標(biāo)誤差調(diào)整所述二維碼檢測模型的網(wǎng)絡(luò)參數(shù)，得到調(diào)整后的二維碼檢測模型，并對所述調(diào)整后的二維碼檢測模型進(jìn)行反復(fù)訓(xùn)練，直至根據(jù)訓(xùn)練后的二維碼檢測模型得到的所述目標(biāo)誤差小于所述預(yù)設(shè)閾值；若根據(jù)訓(xùn)練后的二維碼檢測模型得到的所述目標(biāo)誤差小于所述預(yù)設(shè)閾值，將所述訓(xùn)練后的二維碼檢測模型作為所述預(yù)先訓(xùn)練的二維碼檢測模型。