摘要
本发明公开一种机场行李标签的关键信息提取方法,属于图像处理及航空行李管理系统技术领域。本发明首先对采集到的机场行李标签的原始图像进行预处理,然后采用卷积神经网络模型初次识别行李标签边缘,确定目标目标标签文本区域图像,然后通过自动透视校正算法,计算图像中的倾斜和扭曲,并应用透视矩阵进行几何校正,最后再通过卷积循环神经网络进行二次识别,然后提取关键信息,如乘客姓名、航班号及行李序号等。本发明为机场行李处理系统提供了一种高效且准确的行李标签图像识别和关键信息提取方法,彻底改变了传统的行李处理流程,大幅提高了处理速度和准确性。
技术关键词
关键信息提取方法
标签文本
行李标签
卷积循环神经网络
多层卷积网络
图像
多层卷积神经网络
字符
Softmax函数
像素点
序列特征
标识符
矫正算法
行李管理系统
坐标
二值化技术
时间序列信息
系统为您推荐了相关专利信息
多模态特征融合
文本编码器
地物类别
标签文本
融合特征
池化特征
内容生成方法
视觉特征
输出特征
文本编码器
标签文本
电信号
康复评估方法
自然语言文本
信号编码
多层次特征
图像识别方法
资源分配策略
图像识别系统
图像处理