[发明专利]二维码检测方法、装置、终端设备及检测网络的训练方法

说明书

一种二维码检测方法、装置、终端设备及检测网络的训练方法，使用基于深度学习的二维码检测网络来检测二维码和二维码中的定位图案，利用二维码和定位图案的位置关系对二维码分类的置信度进行修正。本公开实施例可以有效提高二维码的检测精度。

技术领域

本公开涉及但不限于图像处理技术，更具体地，涉及一种二维码检测方法、装置、终端设备及检测网络的训练方法。

背景技术

二维码(2-dimensional bar code)是通过按一定规律在二维方向上分布的图形来记录信息的条码。其中，以QR(Quick Response，快速反应)二维码最为常见。如图1所示，QR二维码包括空白区域(Quiet Zone)11、定位图案(Finder Patterns)13和编码区(Encoding Region)15，其中，空白区域11划定了二维码的数据范围，定位图案13也可以称为位置探测图案(Position Detection Patterns)、定位标志等，是3个类似“回”字的带白边的图案，分别位于二维码的左上角，右上角，左下角，编码区15用于存放格式信息、版本信息和数据。QR二维码还可以包括校正图案(Alignment Patterns)等辅助性的区域。

检测二维码时可以采用传统的图像处理技术，在待检测图像中搜索二维码的3个定位图案。根据定位图案的个数和位置，恢复出正常的待检测图像。开源的二维码检测算法如OpenCV,ZBar,ZXing等。然而，当待检测图像中二维码的定位图案出现较大形变、被遮挡或者待检测图像为大角度图像时，依照传统的方法很难搜索到理想的3个定位图案，也就不能恢复出正常的待检测图像，从而无法对二维码进行识别。

将深度学习引入二维码检测可以提高检测的鲁棒性，但由于端侧的各种条件限制，比如算力、带宽、内存、功耗和存储空间等各种约束，如何实现端侧实时、准确和低功耗的二维码检测仍是面临的一个难题。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本公开实施例提供了一种二维码检测方法，包括：

将待检测图像输入基于深度学习的二维码检测网络，所述二维码检测网络检测的目标类别包括二维码和二维码中的定位图案；

检测到与所述二维码匹配的第一预选框及与所述定位图案匹配的第二预选框时，对与第二预选框重叠的第一预选框的第一置信度进行修正，所述第一置信度指第一预选框的分类为二维码的置信度；

基于所述第一预选框的修正后的第一置信度，输出二维码的检测结果。

本公开实施例还提供了一种二维码检测装置，包括存储器和处理器，其中，所述存储器中保存有计算机程序，所述处理器执行所述计算机程序时能够实现如本公开任一实施例所述的二维码检测方法。

本公开实施例还一种终端设备，包括本公开实施例所述的二维码检测装置、二维码识别装置和二维码处理装置，其中，所述二维码检测装置设置为从待检测图像中检测二维码的位置，所述二维码识别装置设置为根据所述二维码的位置获取二维码的图像并进行识别，所述二维码处理装置设置为根据对二维码的识别结果激活相应的处理流程。

本公开实施例的二维码检测方法、装置和相应的终端设备使用基于深度学习的二维码检测网络来检测二维码和二维码中的定位图案，利用二维码和定位图案的位置关系对二维码分类的置信度进行修正。本公开实施例可以有效提高二维码的检测精度。

本公开实施例还提供了一种基于深度学习的二维码检测网络的训练方法，所述包括：

采集训练样本集，在包含二维码的训练样本中标定二维码的位置以及所述二维码中的定位图案的位置；

使用所述训练样本集对基于深度学习的二维码检测网络进行训练，所述二维码检测网络进行目标分类的类别包括二维码和二维码中的定位图案；