申请/专利权人：成都新西旺自动化科技有限公司

申请日：2023-10-19

公开（公告）日：2023-12-29

公开（公告）号：CN117094343B

主分类号：G06K7/14

分类号：G06K7/14;G06V10/25;G06V10/44;G06V10/764;G06V10/24;G06V10/10;G06V10/82;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2023.12.29#授权;2023.12.08#实质审查的生效;2023.11.21#公开

摘要：本发明涉及QR码解码技术领域，提出了一种QR码解码系统及方法，该系统包括：图像获取模块、特征提取模块、几何约束模块、RoITransformer模块、码检测模块和码信息读取模块。本发明通过使用深度可分离卷积对不同层的指定区域进行特征提取而其余区域使用标准卷积的特征提取的方式在提高特征提取速度的基础上保证了图像细节的保留，针对现有基于深度学习的QR码解码技术由于对旋转不敏感而检测延迟高这一缺陷，通过几何约束结合RoITransformer实现对旋转QR码旋转角度快速识别，然后通过投射变换得到QR码正视图从而实现鲁棒且快速的解码。

主权项：1.一种QR码解码系统，其特征在于，包括：图像获取模块，被配置为获取具有QR码的图像；特征提取模块，被配置为对所述具有QR码的图像进行特征区域划分，并对划分后的特征区域进行特征提取与拼接，获得图像特征图；几何约束模块，被配置为根据图像特征图生成多个RoIs以及RoIs的几何约束关系；所述几何约束模块，具体包括：兴趣区域提取子单元，被配置为采用RPN模型对所述图像特征图进行兴趣区域提取，获得多个RoIs；几何约束子单元，被配置为根据获得的多个RoIs，生成几何约束关系；其中，所述几何约束关系的表达式，具体为： ；其中，w为RoIs的区域宽度，h为RoIs的区域高度，为旋转检测框的区域宽度，为旋转检测框的区域高度，θ为RoIs旋转角度；RoITransformer模块，被配置为根据多个RoIs以及RoIs的几何约束关系，生成RoIs旋转角度，并获得旋转RoIs和变形RoIs；所述RoITransformer模块，具体包括：RRoILeaner子单元，被配置为从RPN模型输出的水平RoIs中预测RoIs旋转角度，再根据RoIs旋转角度确定旋转RoIs；根据RoIs旋转角度确定旋转RoIs的表达式，具体为： ；其中，和分别表示RRoILeaner子单元给出的预测值，基于预测值和，根据RoIs的几何约束关系，确定RoIs旋转角度θ和旋转RoIs的区域宽度和区域高度；RRoIWraping子单元，被配置为对RoIs的矩阵进行旋转，生成特征变形过后的变形RoIs；码检测模块，被配置为基于所述旋转RoIs和变形RoIs进行分类与回归，将分类为QR码的回归框中的图像根据RoIs旋转角度进行投射，获得待信息读取图像；码信息读取模块，被配置为对所述待信息读取图像中的QR码进行解码，得到目标信息。

全文数据：

权利要求：

百度查询： 成都新西旺自动化科技有限公司 一种QR码解码系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD