[发明专利]一种端到端的集装箱号码识别方法及系统

说明书

本发明公开了一种端到端的集装箱号码识别方法及系统，该方法包括：将集装箱图片输入至预训练的识别模型；基于显著性前景感知网络对输入图片进行特征提取和分割；基于LSTM网络对文本显著性特征图进行字符增强；基于位置编码层对时间步长进行编码并输出查询向量；基于自注意力机制模型，以文本显著性特征图作为值输入、字符增强特征作为键输入、查询向量作为查询输入，输出特征向量；基于线性层对特征向量进行输出，得到识别结果。该系统包括：输入模块、显著性前景感知模块、字符特征增强模块、位置编码模块、自注意力机制模块和线性输出模块。通过使用本发明，能够准确定位并识别出集装箱号码和集装箱尺寸，可广泛应用于数据识别领域。

技术领域

本发明涉及数据识别领域，尤其涉及一种端到端的集装箱号码识别方法及系统。

背景技术

集装箱号码识别需要定位图片中关键文本的位置并进行相应的识别。对于现实生活中的场景，如果使用背景技术的方法对含有文本的图片进行处理，我们需要分两个阶段：第一个阶段是文本检测，定位图片中的文本位置；第二个阶段是文本识别，对第一个阶段得到的文本区域进行识别，这样需要分别训练两个模型，较为繁琐，而且错误的文本检测结果会进一步影响文本识别的结果，造成错误累积。目前针对横排的文本检测和识别方法已经较为成熟，而针对竖排文本、倾斜角度较大的文本以及在各种恶劣条件下(比如白雾，黑夜，雨天等)拍摄的文本的识别效果较差。在文本检测阶段，集装箱的拍摄图片上除了我们需要的集装箱号码信息，还有很多无关的信息，会干扰最后的结果；在文本识别阶段，现有大多数文字识别的方法大多数均利用上下文信息，严重依赖的上下文信息会导致注意力漂移问题，最后的识别结果较差。

发明内容

为了解决上述技术问题，本发明的目的是提供一种端到端的集装箱号码识别方法及系统，能够准确定位并识别出集装箱号码和集装箱尺寸。

本发明所采用的第一技术方案是：一种端到端的集装箱号码识别方法，包括以下步骤：

获取集装箱图片并将集装箱图片输入至预训练的识别模型；

基于显著性前景感知网络对输入图片进行特征提取和分割，得到文本显著性特征图；

基于LSTM网络对文本显著特征图进行字符增强，得到字符增强特征；

基于位置编码层对时间步长进行编码并输出查询向量；

基于自注意力机制模型，以文本显著性特征图作为值输入、字符增强特征作为键输入、查询向量作为查询输入，输出特征向量；

基于线性层对特征向量进行输出，得到识别结果。

进一步，还包括：

获取待测视频并对待测视频进行抽帧处理，得到集装箱图片。

进一步，所述基于显著性前景感知网络对输入图片进行特征提取和分割，得到文本显著性特征图这一步骤，其具体包括：

获取集装箱图片；

对集装箱图片进行初步特征提取，得到原始图像特征图；

引入不同点的注意力相似性，对原始图像特征图按纬度进行重塑，得到全局特征图；

将全局特征图添加至原始图像特征图，得到全局显著特征图；

将全局显著特征图进行融合，得到文本提案框；

将文本提案框映射回全局显著特征图，得到文本显著性特征图。

进一步，所述引入不同点的注意力相似性，对原始图像特征图按纬度进行重塑，得到全局特征图这一步骤，其具体包括：

引入不同点的注意力相似性；

对原始图像特征图的三个维度分别进行卷积和重塑，得到重塑后的第一纬度、重塑后的第二纬度和重塑后的第三纬度；