Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中瑞恒(北京)科技有限公司刘龙豹获国家专利权

中瑞恒(北京)科技有限公司刘龙豹获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中瑞恒(北京)科技有限公司申请的专利一种数字型仪表读数智能识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116071752B

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310113943.4,技术领域涉及:G06V30/14;该发明授权一种数字型仪表读数智能识别方法及系统是由刘龙豹;张胜红设计研发完成,并于2023-02-06向国家知识产权局提交的专利申请。

一种数字型仪表读数智能识别方法及系统在说明书摘要公布了:本发明公开了一种数字型仪表读数智能识别方法及系统,整体采用仪表定位+读数识别的方式,并且在yolov5目标检测模型的基础上进行了改进。首先识别图片中燃气表或电表等数字型仪表的位置区域,在对仪表内部的读数进行识别,在模型的训练过程中,创新提出启发式训练增强框架,并改进了模型结构和读数的识别方法,在提高模型的识别准确率的同时也有较快的识别速度。该方法可适用于任何数字型仪表的识别,仅仅需要额外的固定或类似安装在机器人身上的移动摄像头进行拍照即可,且对角度和背景鲁棒。

本发明授权一种数字型仪表读数智能识别方法及系统在权利要求书中公布了:1.一种数字型仪表读数智能识别方法,其特征在于,所述方法包括: 对采集到的原始仪表图片使用特征提取网络进行特征提取,得到每张图片样本的特征向量,并使用异常检测算法进行异常样本过滤;使用异常检测算法进行异常样本过滤,具体包括: 所述异常检测算法采用LSO-iForest异常检测算法去除全局和局部异常数据,具体包括: 对全局特征进行PCA降维,删去对应特征值较小的维度,降维后的维度通过一定的策略自动选择,最后在降维后的特征中进行选择划分来构建二叉树iTree; 计算每个样本相对于离它最近的样本的平均高度,当某个样本与其周围k个样本的在树中的平均高度相差超过预设阈值时,判断样本为异常点并剔除异常; 使用k均值聚类算法对过滤后的剩余样本进行聚类,根据需要挑选的样本数量划分相同数量的候选样本簇,从每个簇中随机挑选一个样本组成样本集,对样本集的仪表盘内读数进行矩形框标注,得到训练集; 使用所述训练集对改进的目标检测模型进行训练,通过目标检测模型识别仪表盘内包含数字和小数点的读数,优化聚类特征构造并使用k均值聚类算法对识别到的数字和小数点进行聚类,对划分到同一簇中的数字和小数点根据坐标进行排序得到正确的读数; 优化聚类特征构造并使用k均值聚类算法对识别到的数字和小数点进行聚类,对划分到同一簇中的数字和小数点根据坐标进行排序得到正确的读数,具体包括: 放大读数中的数字的y轴特征权重,以此增加不同行之间数字的距离,结合KMeans和轮廓系数实现不同行的数字聚类为不同的簇,具体聚类特征构建的方式如下: , 其中表示每个数字或小数点矩形框的中心点坐标,height表示数字或小数点矩形框的高度; 将数字划分到对应的读数簇中后,对同一簇内的数字按照x轴水平方向的坐标进行排序得到正确的读数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中瑞恒(北京)科技有限公司,其通讯地址为:100085 北京市海淀区西北旺东路10号院东区10号楼6层6-06室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。