一种基于深度神经网络的条形码检测方法及系统

AITNT
正文
推荐专利
一种基于深度神经网络的条形码检测方法及系统
申请号:CN202510748246
申请日期:2025-06-06
公开号:CN120258022A
公开日期:2025-07-04
类型:发明专利
摘要
本发明涉及计算机视觉和图像处理技术领域,公开了一种基于深度神经网络的条形码检测方法及系统,其中,一种基于深度神经网络的条形码检测方法包括:通过多尺度特征提取网络从输入图像中提取不同尺度的条形码特征,并通过空间注意力算法增强特征表示;利用可变形卷积网络自适应捕获非规则条形码特征;通过多尺度局部变形场估计网络生成精细的变形矢量场;引入基于材料弹性特性的物理约束对预测的变形场进行正则化;基于优化后的变形场,通过精确变形校正采样器对图像进行重采样和校正;本发明能够精确捕获和校正非刚性表面条形码变形的检测方法,提高条形码检测在复杂环境下的准确率和鲁棒性。
技术关键词
条形码检测方法 深度神经网络 条形码特征 可变形卷积网络 多尺度特征提取 变形矢量场 注意力 校正 条形码图像 采样器 特征金字塔 连续性 卷积特征 图像增强技术 网格 双线性插值
系统为您推荐了相关专利信息
1
一种基于语义指导多模态融合的小样本动作识别方法
动作识别方法 视觉特征 样本 多模态 语义
2
一种基于AI算法的数据安全情报自动分类与危险级别自动化判定方法及系统
AI算法 判定方法 OCR图像识别技术 多模态特征融合 实体识别模型
3
一种基于深度学习的水电站入库流量预测方法
水电站 流量预测方法 流量预测模型 降雨观测数据 调控发电机组
4
一种基于VASP的金属表面吸附能差分电荷分析方法及系统
分析方法 可视化分析工具 深度神经网络模型 密度 图谱
5
一种基于邻域对象的遥感影像变化图斑提取方法、介质和设备
遥感影像变化 深度学习模型 多尺度特征提取 邻域 对象
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号