[發明專利]基于深度學習的FDAS告警圖像文字驗證方法

在審

• 申請號: 202210110325.X
• 申請日: 2022-01-29
• 公開（公告）號: CN114445810A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 楊洪瑜;潘玉娥;施敏;周卓;陳芳
• 申請（專利權）人: 中國航空無線電電子研究所
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/40;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海和躍知識產權代理事務所(普通合伙) 31239
• 代理人: 楊慧

本發明公開了一種基于深度學習的FDAS告警圖片文字驗證方法，將采集的包含字符的FDAS告警圖像進行預處理后構成FDAS告警圖像數據集；對FDAS告警圖像數據集中的FDAS告警圖像中的字符進行特征標注，分成測試集合和訓練集合；將訓練集合中的FDAS告警圖像輸入A?LSTM模型進行基于上下文的特征提?。粚⑻崛〉奶卣鬏斎敕诸惼髦羞M行分類，根據測試集合得出準確率，從而不斷調整優化A?LSTM模型；將驗證的FDAS告警圖像輸入A?LSTM模型，將識別出的告警文本與目標告警信息對比。本發明具有良好的通用性和可移植性，模型只需要能讀取拍攝的FDAS告警圖像即可對告警信息進行校驗與確認。

技術領域

本發明涉及航電系統和顯示系統驗證領域，具體是一種基于深度學習的FDAS(Flight Deck Alert System，飛機座艙告警系統)告警圖像文字驗證方法。

背景技術

隨著航電顯示系統規模越來越大，系統之間的連接信息越來越多，各個配置項的驗證任務也日益艱巨。FDAS(Flight Deck Alert System，飛機座艙告警系統)是顯示系統驗證中難度較大的一個配置項，涉及關聯的配置項較多，內部邏輯也較為復雜。現有的自動化測試方法已經可以自動觸發告警，無需人工進行參數設值，但是對驗證結果的檢查卻是需要大量的人工參與檢查結果。這種大量重復的工作對人力資源造成了極大的損耗，降低了測試的自動化程度，且效率低下。為了解決這個問題，需要提出一種對FDAS告警圖片中的信息進行自動化識別的方法。

發明內容

針對目前顯示系統中FDAS驗證過程中無法對測試結果進行高效驗證的問題，本發明的發明目的在于提供了一種基于深度學習的FDAS告警圖像文字驗證方法，針對FDAS告警頁面的圖片，獲取足夠的FDAS告警圖像數據集，進行圖片特征標注，得到驗證數據集和測試數據集，通過自編碼器獲取FDAS告警圖像的初級特征后，通過LSTM模型獲取FDAS告警圖像的上下文信息特征，從而通過分類器識別FDAS圖像中的字母，構成告警文本后，與觸發的告警文本進行對比，從而完成對測試結果的驗證。通過自動化的方法提高測試效率，降低人力成本。為顯示系統中FDAS的測試工作提供一種通用、靈活、方便、低成本的方法。

本發明的發明目的通過以下技術方案實現：

一種基于深度學習的FDAS告警圖片文字驗證方法，包含以下步驟：

步驟1)、將采集的包含字符的FDAS告警圖像進行預處理后構成FDAS告警圖像數據集；

步驟2)、對FDAS告警圖像數據集中的FDAS告警圖像中的字符進行特征標注，將標注好的FDAS告警圖像分成測試集合和訓練集合；

步驟3)將訓練集合中的FDAS告警圖像輸入A-LSTM模型進行基于上下文的特征提取；

步驟4)、將提取的特征輸入分類器中進行分類，根據測試集合得出準確率，從而根據準確率不斷調整優化A-LSTM模型；

步驟5)、將驗證的FDAS告警圖像輸入A-LSTM模型，將識別出的字母、特殊字符組成獲取告警文本與目標告警信息對比。

本發明的有益效果在于：本發明提供了一種基于深度學習的FDAS告警圖像文字驗證方法，提供了自動測試驗證等功能。大大減少了人力成本，同時環境部署簡單，并且具有極好的通用性，可以極大的節約成本。

附圖說明

圖1FDAS告警圖像文字驗證方法流程圖；

圖2數據處理流程圖；

圖3 A-LSTM模型圖；

圖4自編碼器模型圖；

圖5 LSTM模型圖；

圖6 LSTM神經元模型圖；

圖7 softmax分類方法示意圖。