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！

申请/专利权人：厦门华联电子股份有限公司

摘要：本发明公开了一种基于深度学习的条码识别方法及装置，其中，所述方法包括：获取待识别的条形码或二维码图像；加载通过深度学习预先训练完成的码制分类器，并使用码制分类器预测输入图像的码制类型；根据码制分类器的分类结果的概率预测值是否大于阈值以判断码制是否有效；当确定码制有效时，根据码制类型加载相应的通过深度学习预先训练完成的识码器，并由识码器将输入图像映射识别为编码信息；对识码器对输入图像映射识别得到的编码信息进行解码，以得到条形码或二维码的原始信息。通过本发明，实现一次性处理检测、校正、二值化、网格划分等传统识别过程的大部分工作，解决现有条形码或二维码识别方法的流程复杂、抗干扰能力较差的问题。

主权项：1.一种基于深度学习的条码识别方法，其特征在于，包括如下步骤：获取待识别的条形码或二维码图像；加载通过深度学习预先训练完成的码制分类器，并使用所述码制分类器预测输入图像的码制类型；其中，所述码制类型包括条形码和二维码的码制和版本；根据所述码制分类器的分类结果的概率预测值是否大于阈值以判断码制是否有效；当确定码制有效时，根据所述码制分类器预测得到的输入图像的码制类型加载相应的通过深度学习预先训练完成的识码器，并由所述识码器将输入图像映射识别为编码信息；以及对所述识码器对输入图像映射识别得到的编码信息进行解码，以得到条形码或二维码的原始信息；通过深度学习预先训练码制分类器，具体包括：获取不同码制类型的条形码或二维码图像以形成第一数据集；其中，每条数据至少包含{图像保存路径、码制类型、二进制序列编码信息}；利用所述第一数据集进行深度学习模型训练以得到所述码制分类器；通过深度学习训练识码器，具体包括：利用公式1进行识码器的计算，以及利用公式2进行所述识码器损失函数的计算；其中，x为输入图像，属于第c类码制，c～[1，M]，M是正整数，yc为编码信息标注，Gc为第c类码制的识码器，Nc为该码制的二进制序列编码信息长度；zc为预测编码信息，也是长度为Nc的序列；sigmoid是用于将zc的数值缩放到0～1之间的激活函数，Lossc为第c类码制的识码器Gc的损失；zc＝Gcx1 利用公式1、2以及所述第一数据集对所述识码器Gc进行深度学习训练。

全文数据：

权利要求：

百度查询： 厦门华联电子股份有限公司 一种基于深度学习的条码识别方法及装置