[發(fā)明專利]基于深度學(xué)習(xí)的零件噴碼字符端到端識別方法

在審

• 申請?zhí)枺?/td>: 202011163492.8
• 申請日: 2020-10-27
• 公開（公告）號: CN112508023A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 唐倩;郭伏雨;李代楊;羅超
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06N3/04;G06N3/08
• 代理公司: 重慶謝成律師事務(wù)所 50224
• 代理人: 謝殿武

本發(fā)明提供一種基于深度學(xué)習(xí)的零件噴碼字符端到端識別方法，所述方法包括以下步驟：S1：采用卷積層提取目標(biāo)圖片的圖像特征，所述目標(biāo)圖片為含有待識別字符的圖片；S2：采用循環(huán)神經(jīng)網(wǎng)絡(luò)RNN，以所述圖像特征為輸入，識別圖像特征的感受野信息，獲得所述圖像特征的特征序列；S3：利用聯(lián)結(jié)主義時間分類CTC訓(xùn)練后的循環(huán)神經(jīng)網(wǎng)絡(luò)對所述特征序列進(jìn)行學(xué)習(xí)，獲得所述特征序列的預(yù)測序列；S4：根據(jù)CTC Beam Search Decoding算法，以所述預(yù)測序列為輸入，獲得字符序列。本申請?zhí)峁┑淖R別方法采用了卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和聯(lián)結(jié)主義時間分類(CTC)的網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)一行噴碼字符的端到端識別；本申請的識別方法不依賴于字符分割，通用性強(qiáng)；字符識別效率更高。

技術(shù)領(lǐng)域

本發(fā)明涉及字符識別技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的零件噴碼字符 端到端識別方法。

背景技術(shù)

在汽車發(fā)動機(jī)的生產(chǎn)過程中，有特定工位需要檢測發(fā)動機(jī)的噴碼信息，傳 統(tǒng)的人工噴碼檢測存在勞動強(qiáng)度大、用人成本高、檢測精度低等缺點。目前， 對于端到端字符識別已經(jīng)提出了以字符分割為基礎(chǔ)的噴碼字符的識別方法，雖 然這種識別方法雖然在識別效果上非常理想，但是嚴(yán)重依賴于字符分割的效果， 即字符分割效果不佳的話，會嚴(yán)重影響字符的識別。而字符分割通常采用的圖 像處理方法，往往是針對一類圖像而特殊設(shè)計的，通用性不佳。

因此，亟需一種對字符分割的依賴性要小、通信性高的端到端字符識別方 法。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種基于深度學(xué)習(xí)的零件噴碼字符端到端識別方法， 其特征在于：所述方法包括以下步驟：

S1：采用卷積層提取目標(biāo)圖片的圖像特征，所述目標(biāo)圖片為含有待識別字 符的圖片；

S2：采用循環(huán)神經(jīng)網(wǎng)絡(luò)RNN，以所述圖像特征為輸入，識別圖像特征的感 受野信息，獲得所述圖像特征的特征序列；

S3：利用聯(lián)結(jié)主義時間分類CTC訓(xùn)練后的循環(huán)神經(jīng)網(wǎng)絡(luò)對所述特征序列進(jìn) 行學(xué)習(xí)，獲得所述特征序列的預(yù)測序列；

S4：根據(jù)CTC Beam Search Decoding算法，以所述預(yù)測序列為輸入，獲得 字符序列。

進(jìn)一步，所述卷積層包括7個卷積層和4個池化層，其網(wǎng)絡(luò)架構(gòu)從輸入到 輸出依次為輸入、卷積1、池化1、卷積2、池化2、卷積3、卷積4、池化3、 卷積5、卷積6、池化4、卷積7；

其中，卷積1、卷積2、卷積3、卷積4、卷積5和卷積6的卷積核大小均 為(3，3)、步長均為1和周邊填充系數(shù)均為1，卷積7的卷積核大小為(2， 2)、步長為1和周邊填充系數(shù)為0；

池化1和池化2的系數(shù)為(2，2)，池化3和池化4的系數(shù)為(2，1)。

進(jìn)一步，所述步驟S3包括如下步驟：

S31：聯(lián)結(jié)主義時間分類CTC定義CTC Loss損失函數(shù)，構(gòu)建預(yù)測的字符序 列和訓(xùn)練標(biāo)簽之間的多對一映射；

S32：聯(lián)結(jié)主義時間分類CTC采用了動態(tài)規(guī)劃算法計算CTC Loss，實現(xiàn)循 環(huán)神經(jīng)網(wǎng)絡(luò)RNN端到端訓(xùn)練。

進(jìn)一步，所述CTC Loss損失函數(shù)采用如下方法確定：

其中，L表示CTC Loss損失函數(shù)，x表示輸入特征序列，Z表示預(yù)測結(jié)果， S表示訓(xùn)練數(shù)據(jù)集，π_t表示t時刻預(yù)測序列π中對應(yīng)的字符，表示BiLSTM網(wǎng) 絡(luò)預(yù)測得到的概率矩陣y中時序為t時預(yù)測結(jié)果為π_t的概率；

所述動態(tài)規(guī)劃算法計算CTC Loss采用如下方法確定：