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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种数字仪表示数端到端识别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：CN116434239B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310411340.2，技术领域涉及：G06V30/148；该发明授权一种数字仪表示数端到端识别方法是由饶云波;郭航瑞设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种数字仪表示数端到端识别方法在说明书摘要公布了：本发明公开了一种数字仪表示数端到端识别方法，包括获取原始数字仪表示数图像；从原始数字仪表示数图像中提取多张特征图，组成初始特征金字塔；对初始特征金字塔进行多尺度和多层次的特征融合，得到带有示数位置信息的特征图；对带有示数位置信息的特征图进行图像分割，生成概率图和阈值图；基于概率图和阈值图通过自适应可微二值化方法预测示数位置，得到近似二值图；以近似二值图作为二值掩膜，从带有示数位置信息的特征图中提取示数区域的特征图块；对示数区域的特征图块进行示数识别，得到数字仪表示数内容。本发明可以有效减少每个步骤的时间开销，在保持具有竞争力的准确性的同时还能够达到较高的推理速度。

本发明授权一种数字仪表示数端到端识别方法在权利要求书中公布了：1.一种数字仪表示数端到端识别方法，其特征在于，包括以下步骤： S1、获取原始数字仪表示数图像； S2、从原始数字仪表示数图像中提取多张特征图，组成初始特征金字塔； S3、对初始特征金字塔进行多尺度和多层次的特征融合，得到带有示数位置信息的特征图； S4、对带有示数位置信息的特征图进行图像分割，生成概率图和阈值图； S5、基于概率图和阈值图通过自适应可微二值化方法预测示数位置，得到近似二值图；其中，一个随模型训练而自适应地逼近标准二值化函数的可微二值化函数，把过去可微二值化函数中数值固定的曲率转化为一个可训练参数，其计算方法如下所示： 式中，为函数输入；为双曲正切函数；为对数函数；是相似度因子，，当足够小，近似函数就能够接近标准二值化函数； 在形式上，将自适应训练过程作为分割网络的损失最小化问题，如下式所示，表示网络输入，则表示对应的网络输出： 由此，便能够计算出在反向传播过程中的梯度并对其使用L2正则化约束进行自动调整，其形式化表示如下： 因此在可微二值化模块中，可以将可微二值化函数转化为下式作为RetinaDB所使用的可微二值化函数： 式中，表示近似二值图；和分别代表近似二值图、概率图和阈值图这三张图中每个像素点的横纵坐标值；为双曲正切函数；为对数函数；是相似度因子；P表示概率图；T表示阈值图； 在检测头预测出概率图P和阈值图T后，此时的P和T的高度和宽度与输入图片是相同的； 采用自适应可微二值化函数把概率图P和阈值图T作为输入，计算得到每个像素点的权重值只能是0或1的近似二值图；在近似二值图中，像素点的权重值为1代表该像素点属于仪表示数区域，作为检测的前景；像素点的权重值为0则代表该像素点不属于仪表示数区域，作为检测的背景；把近似二值图作为一个包含仪表示数区域的二值掩膜，用于特征图块的提取； S6、以近似二值图作为二值掩膜，从带有示数位置信息的特征图中提取示数区域的特征图块； S7、对示数区域的特征图块进行示数识别，得到数字仪表示数内容；其中，包括 S71、构造示数识别网络模型；所述示数识别网络模型包括启动器和解码器，所述启动器包括第一嵌入层和与第一嵌入层的连接的第一多头注意力层，所述解码器包括第二长短期记忆网络层以及分别与第二长短期记忆网络层连接的第二嵌入层、第二多头注意力层、第一长短期记忆网络层； S72、利用启动器的第一嵌入层将字符序列开始标识转换为独热编码向量； S73、利用启动器的第一多头注意力层根据示数区域的特征图块和独热编码向量提取字符序列开始标识的特征向量； S74、利用解码器的第一长短期记忆网络层根据字符序列开始标识的特征向量和初始时间片的状态向量得到初始时间片的隐藏状态向量； S75、利用解码器的第二嵌入层、第二长短期记忆网络层和第二多头注意力层根据初始时间片的隐藏状态向量、字符序列开始标识和示数区域的特征图块进行循环迭代，得到字符序列结束标识。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；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。