[发明专利]标识码识别方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种标识码识别方法，其特征在于，包括：

获取待识别图像；

基于预先训练的标识码属性识别模型，对所述待识别图像进行属性信息识别，得到所述待识别图像中标识码的边界点位置信息和旋转角度；

基于所述标识码的边界点位置信息和旋转角度，识别所述待识别图像中的标识码。

2.如权利要求1所述的方法，其特征在于，在所述基于预先训练的标识码属性识别模型，对所述待识别图像进行属性信息识别之前，还包括：

将所述待识别图像输入到预先训练的标识码特征提取模型中进行特征提取，得到所述待识别图像中的标识码特征向量；

所述基于预先训练的标识码属性识别模型，对所述待识别图像进行属性信息识别，包括：

将所述标识码特征向量输入到所述标识码属性识别模型，得到所述标识码的边界点位置信息和旋转角度。

3.如权利要求1所述的方法，其特征在于，所述基于所述标识码的边界点位置信息和旋转角度，识别所述待识别图像中的标识码，包括：

基于所述标识码的边界点位置信息，确定所述标识码在所述待识别图像中所属的区域范围；

在所述区域范围中识别标识码定位框信息；

若所述区域范围中识别出标识码定位框信息，则基于识别出的标识码定位框信息，以及所述标识码的旋转角度，识别所述待识别图像中的标识码。

4.如权利要求3所述的方法，其特征在于，所述在所述区域范围中识别标识码定位框信息之后，还包括：

若在所述区域范围中未识别出标识码定位框信息，则基于所述标识码的边界点位置信息、所述旋转角度和所述标识码的版本信息，识别所述待识别图像中的标识码。

5.如权利要求4所述的方法，其特征在于，所述基于所述标识码的边界点位置信息、所述旋转角度和所述标识码的版本信息，识别所述待识别图像中的标识码，包括：

利用所述边界点位置信息和所述旋转角度，对用于表达所述标识码的图像信息的矩阵进行转换处理；

基于所述标识码的版本信息和转换处理后的矩阵，识别所述待识别图像中的标识码。

6.如权利要求3所述的方法，其特征在于，所述基于识别出的标识码定位框信息，以及所述标识码的旋转角度，识别所述待识别图像中的标识码，包括：

判断识别出的标识码定位框的数量是否达到预设数量；

若未达到预设数量，则基于识别出的标识码定位框在所述待识别图像中的位置信息和所述标识码的旋转角度，确定其它标识码定位框在所述待识别图像中的位置信息；

基于识别出的标识码定位框和确定的所述其它标识码定位框在所述待识别图像中的位置信息和宽度信息，识别所述待识别图像中的标识码。

7.如权利要求6所述的方法，其特征在于，所述基于识别出的标识码定位框和确定的所述其它标识码定位框在所述待识别图像中的位置信息和宽度信息，识别所述待识别图像中的标识码，包括：

利用所述位置信息和所述标识码的旋转角度，对用于表达所述标识码的图像信息的矩阵进行转换处理；

基于所述宽度信息和转换处理后的矩阵，识别所述待识别图像中的标识码。

8.如权利要求1或2所述的方法，其特征在于，根据以下步骤训练所述标识码属性识别模型：

构建训练样本库，所述训练样本库中包括多个样本图像，以及对应的人工标注的属性标签，所述属性标签用于表征标识码的边界点位置信息和旋转角度；

将所述多个样本图像的标识码特征向量作为模型输入特征，将对应的人工标注的属性标签作为模型输出特征，训练得到所述标识码属性识别模型。

9.如权利要求8所述的方法，其特征在于，所述构建训练样本库，包括：

根据所述人工标注的属性标签，确定样本集中的正样本图像和负样本图像，所述正样本图像中包含标识码，所述负样本图像中不包含标识码；

根据预先设置的正样本图像和负样本图像的比例，从所述样本集中选择符合所述比例的正样本图像和负样本图像，生成所述训练样本库。