10.3969/j.issn.1001-3881.2019.24.015
基于R-CNN的智能电表数值识别方法
针对传统抄表方式存在的识别精度低、识别效果差的问题,提出基于区域卷积神经网络(Region-based Convolutional Neural Network,R-CNN)的智能电表数值识别方法.该方法首先使用摄像头采集电表数字码盘的图像信息,然后对采集到的图像进行预处理,最后通过R-CNN网络对预处理后的图像进行自动识别.试验结果表明:所提方法利用R-CNN网络可以同时自动识别表盘位置信息和表盘读数信息,很大程度上减少了人工识表的压力,提高了表计识别精度.
智能抄表、图像识别、深度学习、R-CNN
47
TP391(计算技术、计算机技术)
Supported by the Fundamental Research Funds for the Central Universities ;中央高校基本科研业务费资助项目
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-91