[發(fā)明專利]一種快遞面單定位矯正方法及設備

在審

• 申請?zhí)枺?/td>: 202010618248.X
• 申請日: 2020-06-30
• 公開（公告）號: CN111767921A
• 公開（公告）日: 2020-10-13
• 發(fā)明（設計）人: 孫俊;蔡宏翔;熊意超
• 申請（專利權）人: 上海媒智科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/20;G06K9/34;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 上海恒慧知識產(chǎn)權代理事務所(特殊普通合伙) 31317
• 代理人: 徐紅銀

1.一種快遞面單定位矯正方法，其特征在于，包括：

對含快遞面單的圖像進行標注，將所述圖像中的快遞面單覆蓋住并標記文字朝向，得到快遞面單標注數(shù)據(jù)；

將所述標注數(shù)據(jù)作為訓練集訓練卷積神經(jīng)網(wǎng)絡，使得所述卷積神經(jīng)網(wǎng)絡能預測快遞面單的位置和文字方向；

將待檢測的含快遞面單的圖像輸入訓練后的所述卷積神經(jīng)網(wǎng)絡，得到預測的快遞面單的位置和文字方向，根據(jù)該預測的快遞面單的位置和文字方向進行定位矯正，得到定位矯正后的快遞面單。

2.根據(jù)權利要求1所述的快遞面單定位矯正方法，其特征在于，將所述圖像中的快遞面單覆蓋住并標記文字朝向，得到快遞面單標注數(shù)據(jù)，包括：

使用多邊形將含快遞面單的圖像中的快遞面單覆蓋住；

根據(jù)快遞面單的文字朝向，將標記點按設定規(guī)則排列；

上述的多邊形以及具有設定規(guī)則的標記點構成所述快遞面單標注數(shù)據(jù)。

3.根據(jù)權利要求2所述的快遞面單定位矯正方法，其特征在于，所述根據(jù)快遞面單的文字朝向，將標記點按設定規(guī)則排列，包括：

根據(jù)快遞面單的文字朝向朝上，在所述多邊形的每個頂點處標記一個標記點，定義其中一個標記點為起始點，將標記點按順時針或逆時針方向排序。

4.根據(jù)權利要求1所述的快遞面單定位矯正方法，其特征在于，將所述標注數(shù)據(jù)作為訓練集訓練卷積神經(jīng)網(wǎng)絡，包括：

將所述標注數(shù)據(jù)一部分劃分為訓練集，一部分劃分為驗證集，根據(jù)對應的所述標注數(shù)據(jù)得到每張圖像對應的文字方向和分割圖；

將得到的訓練集進行數(shù)據(jù)增強，輸入到卷積神經(jīng)網(wǎng)絡中得到預測的分割圖和預測的量化角度；

利用交叉熵損失函數(shù)對所述卷積神經(jīng)網(wǎng)絡進行反向傳播訓練，從而更新卷積神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù)，得到能預測快遞面單的位置和文字方向的卷積神經(jīng)網(wǎng)絡。

5.根據(jù)權利要求4所述的快遞面單定位矯正方法，其特征在于，根據(jù)對應的所述標注數(shù)據(jù)得到每張圖像對應的文字方向和分割圖，包括：

使用所述標注數(shù)據(jù)獲取分割圖，即標記點形成的多邊形內部為第一數(shù)值，其他區(qū)域為第二數(shù)值，其中分割圖與對應的原圖的尺寸相等；

使用所述標記點計算文字朝向角度，將該角度按照量化區(qū)間進行量化，得到每張圖像對應的文字方向。

6.根據(jù)權利要求5所述的快遞面單定位矯正方法，其特征在于，使用所述標記點計算文字朝向角度，將該角度按照量化區(qū)間進行量化，包括：

首先，定義基準向量為VB(0，1),將360度進行多等分得到量化區(qū)間；

然后，計算相鄰第一標記點和第二標記點的法向量集合V，從V中獲取一個與第二標記點和第三標記點的向量V1反向的法向量V2，計算V2和VB的夾角A，定義該夾角A為面單的文字朝向角度，將該角度按照量化區(qū)間進行量化。

7.根據(jù)權利要求4所述的快遞面單定位矯正方法，其特征在于，所述將得到的訓練集進行數(shù)據(jù)增強，包括：將所述訓練集的訓練數(shù)據(jù)進行隨機旋轉、等比例縮放、填充到固定尺度。

8.根據(jù)權利要求4所述的快遞面單定位矯正方法，其特征在于，所述利用交叉熵損失函數(shù)對所述卷積神經(jīng)網(wǎng)絡進行反向傳播訓練，從而更新卷積神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù)，包括：

分別使用交叉熵損失函數(shù)計算預測的分割圖與實際分割圖、預測的量化角度和實際量化角度的差異，得到更新網(wǎng)絡參數(shù)；其中：

所述交叉熵損失函數(shù)為：

p代表預測值，g代表實際值,n表示有多少組預測值和實際值匹配的數(shù)值，xi表示第i組值。