基于CRNN网络的公交电子站牌屏显识别及纠正

• 作者: 汪朝晖 于姗姗 孔娟娟 范元杰
• 来源期刊: 信息技术与信息化
• 关键词: 公交电子站牌 图像处理 图像识别 神经网络 远程控制
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 计算机应用
• 页码范围: 164-169
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2021.07.049

摘要

现有的公交站牌屏显质量监测方法主要是通过视频摄像头抓取电子站牌图像进行识别,因受外部环境(强光、灰尘遮挡等)影响大,导致无法精确识别显示内容是否正确,人工巡检投入较高.针对以上问题,利用电子站牌的软件截图,搭建图像识别模型,进行内容识别.首先搭建图像处理模型,对历史存储的站牌截图进行预处理,根据内容布局分割截图,提取待识别区域,将彩色图像转为二值图像,然后标注图像标签,完成图像数据集制作;其次基于DenseNet、GRU、CTC网络搭建文本识别模型,使用数据集训练;最后站牌新上传的截图经过图像处理及文本识别,并比对电子站牌该识别区域内实际应显示数据,根据结果下发对应控制指令到站牌.以嘉兴的电子站牌为例对模型进行验证,结果表明通过对截图的内容识别,能够较好发现并纠正站牌显示内容的错误,满足减少人工巡检、降低人力成本的要求.