[发明专利]一种基于信道编码的人工智能集装箱识别系统

说明书

本发明一种基于信道编码的人工智能集装箱识别系统，包括新型集装箱号生成单元和智能识别单元；所述新型集装箱号生成单元和所述智能识别单元通信相连，用以将所述新型集装箱号生成单元编码生成的新型集装箱号通过所述智能识别单元进行识别，完成人工智能集装箱的识别。RS编码可以提供校验功能校验前十位真实信息位是否出错，并且它能够提供错误纠正功能。编码后的集装箱号码序列在AI识别之后，识别后的号码可以再由RS码译码检错器判断出错和错误定位，最后通过RS译码纠错器，纠正错误信息。这可以极大提升整体的集装箱号码识别率助力智慧港口建设。

技术领域

本发明涉及基于深度学习的计算机视觉领域，以及信道编码领域，特别是一种基于信道编码的人工智能集装箱识别系统。

背景技术

在计算机视觉领域，文本识别是一项很重要的任务。生活中文本无处不在，在智能化水平快速发展的今天，如何让计算机自动进行文本识别任务是一项很重要的考验。一旦达到人工乃至超越人工的水平，就能节约很多人力物力财力，那么将大大推动AI世界的进程，实现人工智能化。OCR(光学字符识别)技术旨在研究将输入的扫描文档图像等信息进行分析处理，识别出文档或者图像中的文字信息，所用之技术是基于基础图像处理方法，利用灰度化，二值化等技术提取关键文本区域，使用像素匹配法等进行文本识别。在白字黑字的条件下，一份字迹工整，字体单一，背景简单的文本几乎已经达到了人工识别的程度，甚至超过人工水平。但在自然场景下，如我们所需要应用的港口场景下，由于背景的复杂性，文本字体尺度颜色的多样性等因素，传统OCR技术并不适用，于是在OCR之下，引申出STR(Scene Text Recognition)技术，目前优秀的STR技术都是基于深度学习进行的。STR技术又分为两种方式，一种是文本检测加文本识别，这是一个Two-stage的过程。另一种方式则为End-to-End，这是一个One-stage的过程，它将文本检测任务和文本识别任务并行处理。2020年ECCV会议上提出的最先进的STR技术，,应用在我们港口集装箱的场景下，单字符的识别准确率能够达到95％水平，集装箱识别准确率达到86.5％。但是，还是难以达到95％以上的人工水准。出现错误识别问题，识别出错无法校验问题，无法自动改正问题。

发明内容

有鉴于此，本发明的目的是提供一种基于信道编码的人工智能集装箱识别系统，有效提升港口集装箱吞吐查验效率，减少人工和时间成本。

本发明采用以下方案实现：一种基于信道编码的人工智能集装箱识别系统，其特征在于：包括新型集装箱号生成单元和智能识别单元；所述新型集装箱号生成单元和所述智能识别单元通信相连，用以将所述新型集装箱号生成单元编码生成的新型集装箱号通过所述智能识别单元进行识别，完成人工智能集装箱的识别。

进一步地，所述新型集装箱生成单元编码生成新型集装箱号所使用的编码方式为信道编码RS编码技术，新型集装箱号编码过程包括以下步骤：

步骤S1：定义初始参量，计算信息码符多项式M(x)；

定义初始输入信息位有效字符m(x)，则生成信息码符多项式M(x)＝m_nxⁿ+m_n+1xⁿ⁺¹+...m_n+9xⁿ⁺⁹；

步骤S2：定义RS校验码个数，计算RS校验码生成多项式G(x)；

定义RS校验码个数为n，n为正整数，RS校验码生成多项式为其中k₀是偏移量；

步骤S3：用RS校验码生成多项式G(x)除信息码符多项式M(x)得到余式R(x)；

余式R(x)＝m₀+m₁x+...m_n-1x^n-1；

步骤S4：联合信息码符多项式M(x)和余式R(x)的系数得到最终RS码即新型集装箱号；