[发明专利]一种基于机器学习的动态二维码识别方法和设备

说明书

本发明公开了一种基于机器学习的动态二维码识别方法和设备，在已有动态二维码传输系统基础上，基于机器学习算法来识别二维码小方块的颜色。其中，发送方在发送原始的数据二维码之前会先生成和发送一些训练二维码，用于在接收方构建机器学习模型。接收方则从拍摄到的训练二维码中提取出颜色信息(特征)和数据(标签)，训练出机器学习模型，用于预测拍摄到的数据二维码中每个小方块颜色信息，从而还原数据并恢复传输的信息。和现有的动态二维码识别方法相比，本发明不仅降低了算法复杂度，而且提升动态二维码识别成功率，提升了系统性能。

技术领域

本发明涉及机器学习领域和动态二维码传输，具体为一种基于机器学习的动态二维码识别方法和设备。

背景技术

在机器学习中，分类器是指在已有数据的基础上构造出一个分类模型，这个模型能够把数据记录映射到给定类别中的某一个，从而应用于数据预测。不同的测试数据能够构造出不同的分类器，这些分类器总是更擅长于预测与其测试数据相似的数据；混合专家模型则以这些已经构建好的分类器为基础，以少量的测试数据来确定每个分类器的权重，加权这些分类器的预测结果作为其预测结果，这样便可以以较少的测试数据，构造出一个更加强大的分类器。

动态二维码传输是一种以动态二维码为信息载体，以可见光为媒介的单向近距离通信方式。如图1所示是动态二维码传输的总体框架，其通信的工作过程如下：在发送方，输入的数据首先被分割成一定长度的数据段，这些数据段随后通过一些技术调制(编码)成一系列的二维码，并按次序动态显示在发送方的屏幕上；接收方通过其摄像头拍摄到发送方屏幕上的二维码，得到一连串二维码帧，这些拍摄到的二维码随后被解调(解码)并恢复为数据段，这些数据段经过拼接即还原出原始数据。这样一个完整的传输过程就完成了。

解调的过程就是将拍摄到的二维码图像转换为数据，即将二维码中小方块的颜色转换为数据，每个小方块嵌入的数据是所有可能嵌入数据的其中一个，那么这就是一个典型的分类问题。

现有的动态二维码传输系统都是根据自身需要、考虑的因素、针对的场景等设计出一组预设的规则来识别二维码小方块(即区分小方块的颜色)，这些识别算法复杂且缺乏通用性，更糟糕的是，基于规则的识别算法往往对环境变化的适应性低，且难以解决小方块颜色重叠的问题。

发明内容

发明目的：针对现有技术的问题，本发明提出一种基于机器学习的动态二维码识别方法，降低算法复杂度，且提升动态二维码识别成功率，提升系统性能。

技术方案：根据本发明的第一方面，提供一种基于机器学习的动态二维码识别方法，包括以下步骤：

S10、发送方生成训练二维码；

S20、发送方在训练二维码和原始二维码周围添加辅助识别信息后将其发送；

S30、接收方从拍摄到的二维码中识别出训练二维码，并生成这个训练二维码中嵌入的数据作为机器学习标签；

S40、接收方从拍摄到的二维码中提取小方块的颜色信息，作为机器学习特征；

S50、接收方由标签和特征建立机器学习模型，包括：

c)由标签和特征，建立分类器模型；

d)由多个分类器模型，建立混合专家模型；

S60、接收方将建立的机器学习模型应用到拍摄到的原始二维码中，预测出每个小方块的颜色。

根据本发明的第二方面，提供一种计算机设备，所述设备包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如本发明第一方面所述的步骤。