[发明专利]一种二维码检测和识读方法在审
| 申请号： | 202010847407.3 | 申请日： | 2020-08-21 |
| 公开（公告）号： | CN111951287A | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 钱彬;黄金;王军华;刘东波;顾席光 | 申请（专利权）人： | 公安部交通管理科学研究所 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/90;G06N3/04;G06K17/00;G06K9/62;G06K7/14 |
| 代理公司： | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人： | 曹祖良;陈丽丽 |
| 地址： | 214151 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 二维码 检测 方法 | ||
1.一种二维码检测和识读方法，其特征在于，包括：
获取检测模型；
根据所述检测模型对原始输入图像进行检测，得到候选框；
对所述候选框进行图像处理，得到处理结果；
对所述处理结果中的二维码区域进行识读，得到识读结果。
2.根据权利要求1所述的二维码检测和识读方法，其特征在于，所述获取检测模型包括：
分别获取粗定位模型和细定位模型。
3.根据权利要求2所述的二维码检测和识读方法，其特征在于，所述分别获取粗定位模型和细定位模型包括：
标注真实场景下的二维码照片，得到二维码照片标注结果；
根据所述二维码照片标注结果构建训练模型；
根据轻量级卷积神经网络对所述训练模型进行训练依次得到粗定位模型和细定位模型。
4.根据权利要求3所述的二维码检测和识读方法，其特征在于，所述根据轻量级卷积神经网络对所述训练模型进行训练依次得到粗定位模型和细定位模型，包括：
将通道图像输入粗定位训练模型进行训练，得到粗定位模型；
根据所述粗定位模型的结果生成细定位模型的训练数据；
将所述细定位模型的训练数据输入细定位训练模型进行训练，得到细定位模型。
5.根据权利要求2所述的二维码检测和识读方法，其特征在于，所述根据所述检测模型对原始输入图像进行检测，得到候选框，包括：
根据所述粗定位模型对所述原始输入图像进行检测得到粗定位候选框以及对应的分类值；
将所述粗定位候选框以及对应的分类值输入至所述细定位模型进行检测，得到细定位候选框以及对应的分类值。
6.根据权利要求5所述的二维码检测和识读方法，其特征在于，所述对所述候选框进行图像处理，得到处理结果，包括：
对所述细定位候选框进行灰度化处理，得到对比度明显的候选框图像。
7.根据权利要求1所述的二维码检测和识读方法，其特征在于，所述对所述处理结果中的二维码区域进行识读，得到识读结果，包括：
根据ZBar库对处理结果中的二维码区域进行识读，得到识读结果。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于公安部交通管理科学研究所，未经公安部交通管理科学研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010847407.3/1.html，转载请声明来源钻瓜专利网。
