Kanuni ya kazi ya utambuzi wa sahani ya leseni

na:Shenzhen TGW Technology Co.,Ltd

Teknolojia ya utambuzi wa nambari ya nambari ya simu inategemea mgawanyiko wa picha, nadharia ya utambuzi wa picha .Teknolojia inatumika kuchanganua picha zilizo na nambari ya nambari ili kubaini mahali pa nambari ya nambari na kutoa zaidi na kutambua herufi za maandishi.

Mchakato wa kawaida wa utambuzi wa nambari ya nambari ya simu ni pamoja na upataji wa picha, uchakataji wa awali wa picha, uwekaji wa nambari ya nambari ya simu, ugawaji wa herufi, utambuzi wa herufi na matokeo. Kwa kila mchakato ni nyongeza kwa kila mmoja. Mchakato wote lazima uhakikishe ufanisi wake wa juu na uwezo wa juu wa kupinga kuingiliwa. Ni kwa njia hii tu unaweza usindikaji wa kitambulisho kufikia matokeo ya kuridhisha.

Kuna njia mbili kuu za kutekeleza mfumo wa utambuzi wa nambari ya simu, moja ya utambuzi wa picha, na nyingine ni utambuzi wa mtiririko wa video unaobadilika. Utambuzi wa picha unazuiliwa na vipengele kama vile ubora wa picha, uboreshaji wa nambari ya nambari ya simu na kuinamisha nambari ya simu. Utambuzi thabiti wa mtiririko wa video unahitaji kasi ya utambuzi wa haraka, ambayo inadhibitiwa na viashirio vya utendakazi vya kichakataji, hasa tunapotaka kutambua utambuzi wa nambari ya nambari ya simu katika wakati halisi kwenye vituo vya simu, inahitaji uboreshaji zaidi wa utendakazi.

Ingawa utambuzi wa nambari ya nambari ya simu unajumuisha michakato sita mikuu, algoriti ya msingi iko katika sehemu tatu pekee: uwekaji wa nambari ya nambari ya simu, ugawaji wa wahusika na utambuzi wa wahusika.

Nafasi ya sahani ya leseni

Kazi kuu ya kuweka nambari ya nambari ya leseni ni kutafuta eneo la nambari ya nambari ya simu kutoka kwa picha tuli au fremu ya video na kutenganisha nambari ya nambari ya simu kutoka kwa picha kwa usindikaji wa moduli za usindikaji zinazofuata. Mpangilio wa sahani za leseni ni mojawapo ya vipengele muhimu vinavyoathiri utendaji wa mfumo. Kwa sasa, kuna njia nyingi za kupata sahani za leseni, lakini kwa ujumla, zinaweza kugawanywa katika njia mbili:

Kwanza, njia kulingana na picha ya picha.

Kuna (1) zaidi mbinu za ujanibishaji kulingana na rangi, kama vile algoriti ya ukingo wa rangi, umbali wa rangi na algoriti ya ufanano, n.k.; (2) mbinu za ujanibishaji kulingana na unamu, kama vile umbile la mawimbi, umbile tofauti la upinde rangi, n.k.; (3) makali kugundua makao Positioning mbinu; (4) Njia ya kuweka kulingana na fomu ya hisabati.

Mbinu ya kuweka kulingana na teknolojia ya picha na picha inaweza kuathiriwa na habari ya kuingiliwa kwa nje na kusababisha kushindwa kwa nafasi. Kwa mfano, katika mbinu ya uwekaji ya msingi wa uchanganuzi wa rangi, ikiwa rangi ya usuli ya sahani ya leseni ni sawa na rangi ya nambari ya nambari ya simu, ni vigumu kutoa nambari ya nambari ya simu kutoka chinichini. Katika mbinu kulingana na ugunduzi wa ukingo, doa kwenye ukingo wa sahani ya leseni inaweza kusababisha kushindwa kwa nafasi. Kuingiliwa kwa maelezo ya uingiliaji wa nje pia kutahadaa kanuni ya uwekaji nafasi, na kusababisha algoriti ya upangaji kutoa maeneo mengi sana ya walioteuliwa yasiyo ya leseni, ambayo huongeza mzigo wa mfumo.

Pili, njia kulingana na kujifunza mashine.

Mbinu za kujifunza kwa mashine ni pamoja na mbinu za uwekaji nafasi za uhandisi na njia za uwekaji msingi za mtandao wa neva. Kwa mfano, tunaweza kutoa mafunzo kwa mfumo wa kuweka nambari ya nambari ya simu kupitia kiainishaji kilichopunguzwa kulingana na vipengele vya haar vilivyotolewa na OpenCV. Lakini njia hii ni ya muda mwingi kutoa mafunzo, na ufanisi wa uainishaji na nafasi pia ni mdogo. Kwa hiyo, katika eneo la ujanibishaji lengwa, mbinu za msingi wa mtandao wa neural ndizo njia kuu. Katika mbinu za ujanibishaji kulingana na mtandao wa neva, mitandao ya neva ya kubadilisha hutumiwa kujifunza vipengele lengwa. Kwa sababu mtandao wa neva wa kuleta mabadiliko una ukiukaji wa tafsiri, unaweza kuongezwa na maeneo yaliyoteuliwa katika mchakato wa kujifunza na kuainisha maeneo yanayotarajiwa. Eneo la mtahiniwa ambalo limeainishwa kwa usahihi ndilo eneo la lengo. Kuna mifano mingi ya utekelezaji ya njia kama hizo, kama RCNN, RCNN ya haraka, SSD, na kadhalika.

Sehemu ya tabia

Kazi ya mgawanyiko wa wahusika ni kukata kila herufi katika safu wima nyingi au picha ya herufi zenye mistari mingi kutoka kwa picha nzima hadi kwenye picha ya herufi moja. Kanuni za ugawaji wa herufi za kitamaduni zinaweza kufupishwa katika kategoria mbili zifuatazo: mbinu za ugawaji wa moja kwa moja, mbinu za ugawaji kulingana na mofolojia ya picha. Mbinu ya kugawanya moja kwa moja ni rahisi, kulingana na ujuzi fulani wa awali, kama vile usambazaji wa vibambo vya nambari za leseni, na pia husaidia algoriti za msingi za makadirio kufikia mgawanyo; mbinu ya mgawanyo kulingana na mofolojia hutumia utambuzi wa makali, upanuzi na kutu ili kubainisha nafasi ya picha ya mhusika. Kanuni za utengaji wa herufi za kitamaduni pia ni nyeti kwa usumbufu wa nje, kama vile mwelekeo wa nambari ya nambari ya simu, kuchafua wahusika na kushikamana. Sehemu sahihi ya vibambo vya nambari ya simu ni muhimu sana kwa utambuzi wa wahusika. Wakati tu sehemu ni sahihi ndipo usahihi wa utambuzi kuhakikishiwa. Pamoja na maendeleo endelevu ya nadharia ya mtandao wa neva, uainishaji wa picha za mwisho hadi mwisho na teknolojia ya utambuzi pia imepata mafanikio makubwa, kwa hivyo programu nyingi za OCR huondoa uchakataji wa sehemu za kitamaduni za wahusika, na herufi nyingi zinatambuliwa moja kwa moja na mtandao wa utambuzi. .

Utambuzi wa tabia

Utambuzi wa herufi ni mchakato wa kutoa usimbaji wa herufi kutoka kwa picha iliyo na herufi moja au zaidi. Njia ya kawaida ya utambuzi wa wahusika ni njia ya uainishaji wa picha kulingana na ujifunzaji wa mashine. Katika njia ya uainishaji wa picha, picha moja inaweza kutoa uainishaji mmoja tu, yaani, picha moja inaweza tu kuwa na picha ya mhusika mmoja. Hii inahitaji usahihi wa juu wa mgawanyiko wa wahusika. Mbinu nyingine ya utambuzi ni mbinu ya utambuzi wa herufi kutoka mwisho hadi mwisho kulingana na mtandao wa neva unaojirudia. Njia hii huingiza picha nzima ya nambari ya simu kwenye mtandao, na mtandao wa neural utatoa herufi zote moja kwa moja. Mbinu ya mwanzo hadi mwisho huondoa moja kwa moja mchakato wa utengaji wa herufi na huepuka kupoteza uthabiti unaosababishwa na hitilafu ya utengaji wa herufi, lakini mbinu ya kuanzia-mwisho-mwisho pia ni nyeti kwa usumbufu mwingine kama vile kuinamisha sahani ya leseni.

tulijadili kwa ufupi baadhi ya teknolojia za sehemu tatu za msingi za mfumo wa utambuzi wa nambari ya simu hapo juu. Katika ufuatiliaji, tutafanya mjadala wa kina wa baadhi ya teknolojia za kawaida.