[发明专利]二维码的识别方法及装置

权利要求书

1.一种二维码的识别方法，其特征在于，包括：

将具有二维码的待识别图案输入预先训练的神经网络模型，获得所述神经网络模型输出的待识别图案中像素点位于二维码中的概率；

根据所述像素点位于二维码中的概率，获得位于二维码中的像素点，计算所述位于二维码中的像素点的最小外接矩形，以获得所述待识别图案中的识别框；

识别所述识别框框出的二维码，获得二维码识别结果；

其中，所述神经网络模型为改进的AdvancedEAST模型，所述改进的AdvancedEAST模型以具有二维码的样本图案作为标签，以样本图案中像素是否位于二维码中的标记结果作为样本标签；

所述改进的AdvancedEAST模型训练时计算的损失仅为score map参数的损失；所述score map参数用于表征像素点位于识别框内的概率。

2.根据权利要求1所述的二维码的识别方法，其特征在于，所述改进的AdvancedEAST模型的感受野为40～55。

3.根据权利要求1或2所述的二维码的识别方法，其特征在于，所述改进的AdvancedEAST模型的训练方法包括：

对所述改进的AdvancedEAST模型的超参数进行设置，获得多组具有不同的超参数组合的待训练的AdvancedEAST模型；

根据多组待训练的AdvancedEAST模型的训练效果，确定具有最优超参数组合的AdvancedEAST模型。

4.根据权利要求3所述的二维码的识别方法，其特征在于，所述超参数包括但不限于batch_size批尺寸、pixel_threshold内部点阈值、side_vertex_pixel_threshold内部头尾点的阈值和trunc_threshold头尾点取值范围。

5.根据权利要求3所述的二维码的识别方法，其特征在于，所述训练效果以预测的识别框边框和真实的识别框的交集和并集间的比值进行表征。

6.根据权利要求1所述的二维码的识别方法，其特征在于，所述根据所述像素点位于二维码中的概率，获得位于二维码中的像素点，计算所述位于二维码中的像素点的最小外接矩形，以获得所述待识别图案中的识别框，具体为：

将概率大于预设阈值的像素点作为位于二维码中的像素点；

确定包含所述二维码中的像素点的最小外接矩形，将所述最小外接矩形作为所述识别框。

7.根据权利要求1所述的二维码的识别方法，其特征在于，所述识别所述识别框框出的二维码，获得二维码识别结果，具体为：

从所述待识别图案中分割出所述识别框内的区域，对所述识别框内的区域进行透视变换，获得二维码图案；

使用zbar库对所述二维码图案进行解码，获得二维码识别结果。

8.一种二维码的识别装置，其特征在于，包括：

概率计算模块，用于将具有二维码的待识别图案输入预先训练的神经网络模型，获得所述神经网络模型输出的待识别图案中像素点位于二维码中的概率；

识别框输出模块，用于根据所述像素点位于二维码中的概率，获得位于二维码中的像素点，计算所述位于二维码中的像素点的最小外接矩形，以获得所述待识别图案中的识别框；

二维码识别模块，用于识别所述识别框框出的二维码，获得二维码识别结果；

其中，所述神经网络模型为改进的AdvancedEAST模型，所述改进的AdvancedEAST模型以具有二维码的样本图案作为标签，以样本图案中像素是否位于二维码中的标记结果作为样本标签；

所述改进的AdvancedEAST模型训练时计算的损失仅为score map参数的损失；所述score map参数用于表征像素点位于识别框内的概率。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述二维码的识别方法的步骤。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7中任意一项所述的二维码的识别方法。