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！

龙图腾网获悉张家港中理外轮理货有限公司申请的专利一种用于港口集装箱号理货的信息处理方法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：CN120782401B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511296663.7，技术领域涉及：G06Q10/10；该发明授权一种用于港口集装箱号理货的信息处理方法是由尹晓东;刘诗琪;杨前程;黄强;王燚;张华;杜刚;凌峰;白哲瑞;胡才俊;廖亚林设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种用于港口集装箱号理货的信息处理方法在说明书摘要公布了：本发明公开了一种用于港口集装箱号理货的信息处理方法，涉及信息处理技术领域；该方法的步骤为：于目标区域下的关键节点部署视觉网络，获取集装箱号相关数据集，并采用嵌入式轻量化卷积神经网络模型，对每帧原始的图像进行质量评分，输出综合质量评估值，并将综合质量评估值与评估阈值进行比对，根据比对结果选择是否触发补拍调整指令；其技术要点为：整体方案的运行有效解决了传统理货方案中对所有低置信度结果进行统一处理所导致的效率与资源无法平衡的问题，实现了分层处理作用，体现了基于多源证据融合与设定分层的优选方案，使整体方案兼具严谨性与灵活性，大大提升了在复杂退化场景下的整体识别成功率与自动化水平。

本发明授权一种用于港口集装箱号理货的信息处理方法在权利要求书中公布了：1.一种用于港口集装箱号理货的信息处理方法，其特征在于：该方法包括： 于目标区域下的关键节点部署视觉网络，获取集装箱号相关数据集，并采用嵌入式轻量化卷积神经网络模型，对每帧原始的图像进行质量评分，输出综合质量评估值，将综合质量评估值与评估阈值进行比对，根据比对结果选择是否触发补拍调整指令；在对同一目标集装箱于不同时间、角度采集多帧图像的条件下，采用基于特征匹配的图像配准与融合算法，输出重建后的集装箱号相关数据集；部署两级深度神经网络以完成箱号识别动作；集装箱号相关数据集至少包括：从若干角度拍摄的目标集装箱图像；每帧原始的图像即为对应的目标集装箱图像，对每帧原始的图像进行质量评分的过程为：依据评分维度进行加权求和，以获取综合质量评估值；其中，评分维度至少包括：光照均匀度、运动模糊度、关键区域覆盖度以及字符清晰度；运行基于特征匹配的图像配准与融合算法的过程如下： 利用SIFT提取各图像中的稳定特征点，结合RANSAC算法剔除误匹配，实现亚像素级对齐；应用基于生成对抗网络的超分辨率模型ESRGAN-Port，将经过亚像素级对齐后的多帧低分辨率图像LR融合重建为单幅高分辨率图像HR；ESRGAN-Port模型在配备的专用数据集上完成训练操作；其中，专用数据集包含若干真实集装箱图像；在重建过程中，ESRGAN-Port模型通过注意力机制优先增强目标集装箱上箱号区域的高频细节；两级深度神经网络包括：箱体区域检测模型YOLOv7-Cargo和字符分割网络SegNet-CR；输入单幅高分辨率图像HR至箱体区域检测模型YOLOv7-Cargo，输出为：目标集装箱箱体上箱号区域的最小外接矩形；字符分割网络SegNet-CR用于对检测到的箱号进行分割，得出若干标准字符； 在完成箱号识别动作得出标准字符的基础上，预构建异构OCR模型集群对每个标准字符进行并行识别，获取三组识别结果，并依据识别结果执行修订与动态加权融合策略，将修正后的第一置信度、第二置信度以及第三置信度均与标准阈值区间进行对比；异构OCR模型集群至少包括：主异构模型、第一分异构模型以及第二分异构模型；其中，主异构模型采用深度卷积神经网络CRNN-CargoNet；第一分异构模型采用基于Transformer的视觉识别模型ViT-CR；第二分异构模型采用轻量化模型MobileOCR-Edge；主异构模型对应的置信度标记为第一置信度，第一分异构模型对应的置信度标记为第二置信度，第二分异构模型对应的置信度标记为第三置信度； 当修正后的第一置信度超过标准阈值区间的上限值，则采纳识别结果； 当修正后的第一置信度处于标准阈值区间内，则将异构OCR模型集群的识别结果进行加权投票输出；当修正后的第一置信度低于标准阈值区间的下限值，则执行二次判断机制，将修正后的第二置信度和修正后的第三置信度均与标准阈值区间的下限值进行比对，若均低于标准阈值区间的下限值，则标记为异常字符；反之，则标记为模糊字符。

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张家港中理外轮理货有限公司，其通讯地址为：215600 江苏省苏州市张家港市金港镇长江中路252号；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。