基于全局优化与深度学习的条形码识别方法

• 作者: 曾欣科 赵锞 贾力 贾可
• 来源期刊: 计算机应用
• 关键词: 全局优化 卷积循环网络 自注意力 条形码 光学字符识别
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 多媒体计算与计算机仿真|Multimedia computing and computer simulation
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020111797

摘要

提出了一种在深度神经网络的基础上结合全局优化方法的条形码识别算法,利用卷积循环网络提取出条码中各字元的特征并进行分类,较传统方法具有更强的适应性与泛化能力,再进一步结合全局优化的方法,以达到充分利用条码结构性先验信息的目的,能显著提升方法的效果,尤其是将全局优化方法引入到神经网络中进行端到端学习,不仅保持了两者的优势同时还进一步提高了识别精度.实验结果证明了所提方法的有效性,达到约99.48％的识别精度,超越了传统的图像处理方法.