基于深度回归的指针仪表读数识别方法

• 作者: 彭昆福 王子磊 王磊 顾杨
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 指针仪表 读数识别 深度学习 端到端 回归 鲁棒性
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 37-43
• 页数: 7页
• 分类号: TP319.4
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.12.007

摘要

现有仪表读数识别方法通过检测指针和刻度获取读数,对输入的仪表图像质量要求较高,为此提出一种新的基于深度回归的指针仪表读数识别方法.该方法首先由仪表图像获取图像特征,然后通过方向回归模块预测指针方向,最后根据指针角度计算仪表读数.相比于其他方法,该方法采用端到端的回归方式进行直接学习,具有更强的识别能力.在较大规模变电站仪表图像数据集上,该方法取得了97.2％的读数精度,相比于基于Mask R-CNN的仪表读数识别方法提高了7.4％.定性分析和定量分析结果表明,相比于现有的仪表读数识别方法,该方法对表盘图像干扰具有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊		346	2763	24.0	41.0
2	王子磊		26	118	6.0	10.0
3	彭昆福		1	0	0.0	0.0
4	顾杨		1	0	0.0	0.0