基于贝塞尔曲线网络的电表用电信息识别算法

摘要：

利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义.针对传统算法精度低、速度慢等问题,提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法.该框架集检测、识别于一体,实现了端到端的文本定位和预测.检测端结合了特征金字塔网络和残差网络,对输入图像进行特征提取,并通过四个控制点生成贝塞尔曲线,能更好地拟合文本框.识别端采用了卷积循环神经网络,引入门控循环单元替代长短期记忆网络,再结合注意力机制对文本进行识别.最后在数据集上开展五组消融实验,进行性能对比和评估分析.实验结果显示,该算法识别精度高达99.08％,且推理速度快,可被用于用电信息检测与识别的实际应用中.

关键词：机器视觉、自适应贝塞尔曲线网络、电表、端到端、注意力机制

所属期刊栏目：50

分类号：TP391.41;TP183;O455

资助基金：国家自然科学基金;兴辽英才计划

在线出版日期：2022-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：133-141