[发明专利]一种基于三维码和图像识别的离线识读方法及装置有效

专利信息
申请号: 202011171971.4 申请日: 2020-10-28
公开(公告)号: CN112364675B 公开(公告)日: 2022-11-01
发明(设计)人: 陈绳旭;王秋婉;马吉良;张梦达 申请(专利权)人: 三维码(厦门)网络科技有限公司
主分类号: G06K7/14 分类号: G06K7/14;G06V40/16;G06V10/82;G06K19/06;G06N3/04;G06N3/08
代理公司: 福州科扬专利事务所(普通合伙) 35001 代理人: 李晓芬
地址: 361000 福建省厦*** 国省代码: 福建;35
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 基于 三维 图像 识别 离线 方法 装置
【说明书】:

发明涉及一种基于三维码和图像识别的离线识读方法及装置,所述方法包括以下步骤:建立原始图像集合;将原始图像修整成标准化的图像素材并放入素材集合中;通过图像素材的像素矩阵提取特征矩阵,将特征矩阵放入向量集合中;通过卷积神经网络训练能够通过特征矩阵还原对应的图像素材的图像重构模型;通过字符串对向量集合中的每一特征矩阵进行标识,得到字符串标识与特征矩阵的关系集合;对字符串标识以及对应的图像素材进行编码,得到三维码;使用深度学习网络模型训练并得到图像识别模型;调取所述向量集合、关系集合、图像重构模型和图像识别模型,并导入三维码识别模块,对包含有三维码的图片进行识读和验证。

技术领域

本发明涉及一种基于三维码和图像识别的离线识读方法及装置,属于三维码技术、图像识别技术领域。

背景技术

目前很多手机应用具有快速响应码(Quick Response Code,QR Code)扫码功能,快速响应码的应用也越来越广泛,包括但不限于健康码,付款码,收款码,商品防伪码,以及印刷在证件上的证件码。使用常规的扫码软件并不能鉴别这些码的真伪性,或需要联网才可以进行鉴定。同时,快速响应码只能包含有限容量的信息,并不能存储图片,文本等信息,在离线状态下能够获取的数据非常有限。如果在扫码软件中直接存储图片或文本,又会存在泄露的风险。图像识别技术,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。

三维码是通过特定算法(如CN201610080300.4公开的三维码编码方法及系统)结合二维条码码制与图片整体色彩内容,将图像和数据信息编码为一组具有更大信息容量的图像符号。三维码便于用户直观地观察到三维码的视觉图形图像信息,并能够通过快速响应码识读设备及软件读取相关模块的组合信息,还可配合专用设备及软件进行基于编解码功能拓展。

现有技术中,通过三维码能够在离线状态下提供图片、文本等信息,通过图像识别技术能够通过三维码中的图片进行真伪性鉴定。但是现有技术中缺少通过三维码和图像识别技术结合并可在离线环境下进行识读和验证的方案。

发明内容

为了解决上述现有技术中存在的问题,本发明提出了一种基于三维码和图像识别的离线识读方法及装置,解决三维码在离线环境下的识别和验证的问题,并解决了原始数据的防泄漏问题。

本发明的技术方案如下:

技术方案一:

一种基于三维码和图像识别的离线识读方法,包括以下步骤:

建立原始图像集合,收集复数张包含有待识别对像的原始图像放入原始图像集合中;

进行图像预处理,对所述原始图像集合中的每一张原始图像进行预处理,将原始图像调整成按需格式设置的图像素材并放入素材集合中;

进行图片重构,对所述素材集合中的每一张图像素材进行处理,获得每一张图像素材的像素矩阵,并提取向量矩阵中的特征矩阵,将每一图像素材中提取的特征矩阵存入向量集合中;同时通过卷积神经网络训练能够通过特征矩阵还原对应的图像素材的图像重构模型;

编制三维码,通过字符串对向量集合中的每一特征矩阵进行标识,得到字符串标识与特征矩阵的关系集合;对字符串标识以及与字符串关联的特征矩阵对应的图像素材进行编码,图像素材作为人眼可识别的视觉特征元素并在指定区域展示,字符串转化为码点,从而得到三维码;

训练图像识别模型,使用素材集合中的图像素材对深度学习网络模型进行训练,得到图像识别模型;

进行识读和验证,调取所述向量集合、关系集合、图像重构模型和图像识别模型,并导入三维码识别模块,对包含有三维码的图片进行识读和验证。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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三维码(厦门)网络科技有限公司,未经三维码(厦门)网络科技有限公司许可,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/202011171971.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top