基于生成对抗网络的QR码去模糊算法

• 作者: 杨斯涵 林凡强 陈丹蕾 陈凡曾 陈柯成
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 深度学习 生成对抗网络 QR码 去模糊
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 图文信息技术
• 页码范围: 222-228
• 页数: 7页
• 分类号: TS206
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2018.21.038

摘要

目的 针对包装产品上QR码在采集过程中的运动模糊、失焦模糊,长期磨损形成的自模糊和环境中的噪声等因素,导致QR码无法识别的问题,提出一种基于生成对抗网络的QR码去模糊算法.方法 采用深度学习模型生成对抗网络对模糊核和环境噪声具有的强大拟合和估计能力,提取模糊QR码图像与真实图像的深层特征和差距,并通过生成器与判别器不断迭代对抗,使生成器具有由输入的模糊QR码产生与之对应的去模糊QR码图像的能力.结果 生成器能较好地对模糊核和环境噪声进行估计,而且能够实现对数据集内多种不同模糊程度QR码的去模糊,去模糊QR码图像效果较好,处理时间快,识别率较高.结论 采用基于生成对抗网络的QR码去模糊算法能够广泛应用于包装产品外壳上QR码的预处理过程,泛化能力较好,能有效提高扫描识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林凡强		27	89	7.0	8.0
2	杨斯涵		10	28	3.0	5.0
3	陈柯成		4	1	1.0	1.0
4	陈丹蕾		1	0	0.0	0.0
5	陈凡曾		1	0	0.0	0.0