[发明专利]一种指针识别方法、装置、电子设备及存储介质

说明书

本发明公开了一种指针识别方法、装置、电子设备及存储介质，用以解决现有技术中指针边缘信息恢复不准确、指针读数准确率低的问题。该方法包括：获取图像中包含仪表盘区域的子图像，通过预先训练的指针识别模型，获取该子图像的特征图，并对该特征图进行转置卷积处理，获取该子图像中指针所在的区域，根据该子图像中指针所在的区域，确定指针指示的数值。由于本发明中，获取到图像中包含仪表盘的子图像后，基于指针识别模型对该子图像的特征图进行转置卷积处理，从而能够准确地恢复指针的边缘信息，准确的获取该子图像中指针所在的区域，进而根据获得的指针所在该子图像的区域确定该指针的读数，提高指针读数准确率。

技术领域

本公开涉及深度学习技术领域，尤其涉及一种指针识别方法、装置、电子设备及存储介质。

背景技术

伴随着工业化的快速发展，各种精密仪表的使用也日益增多，如何准确的确定精密仪表的测量值也成为人们急需要解决的问题。

在相关技术中，对精密仪表的测量值进行确定的方式主要包括：非自动读数方式和自动读数方式。

其中，非自动读数方式中，通常对精密仪表的指针进行图像采集，人工标定精密仪表框，并且标定精密仪表的指针旋转中心才能够相对准确的读取仪表的读数，但是该方法需要人工参与，费时费力。

自动读数方式主要是通过对指针边缘进行分割进而获得指针的读数，但是该方法针对于指针边缘以及异常场景的分割效果并不理想，指针读数准确率不高。

发明内容

本发明实施例提供了一种指针识别方法、装置、电子设备及存储介质，用以解决现有技术中指针读数自动化不高、指针读数准确率不高的问题。

第一方面，本发明提供了一种指针识别方法，所述方法包括：

获取图像中包含仪表盘区域的子图像；

通过预先训练的指针识别模型，获取所述子图像的特征图，并对所述特征图进行转置卷积处理，获取所述子图像中指针所在的区域；

根据所述子图像中指针所在的区域，确定指针指示的数值。

进一步地，所述获取图像中包含仪表盘区域的子图像包括：

基于预先训练的仪表盘识别模型，获取输入的图像中包含仪表盘区域的信息；

根据所述仪表盘区域的信息，确定所述图像中对应的子图像。

进一步地，所述基于预先训练的仪表盘识别模型，获取输入图像中包含仪表盘区域的信息包括：

基于预先训练的仪表盘识别模型，对输入的图像进行第一卷积处理，获取第一特征图，对所述第一特征图进行卷积处理，获取第二特征图，并对所述第二特征图进行第二卷积处理，得到第三特征图；对所述第三特征图进行第一上采样，将所述第一上采样后的特征图与所述第二特征图进行级联，得到第一目标特征图，对所述第一目标特征图进行卷积处理，得到第四特征图，对所述第四特征图进行第二上采样，将所述第二上采样得到的特征图与所述第一特征图进行级联，得到第二目标特征图，对所述第二目标特征图进行卷积处理，输出所述图像中包含仪表盘区域的信息。

进一步地，所述通过预先训练的指针识别模型，获取所述子图像的特征图，并对所述特征图进行转置卷积处理，获取所述子图像中指针所在的区域包括：

基于预先训练的指针识别模型，对输入的所述子图像进行卷积处理，获得所述子图像的第一子特征图，对所述第一子特征图进行卷积处理，获得所述子图像的第二子特征图；对所述第二子特征图进行转置卷积处理，并将转置卷积处理后的子特征图与第一子特征图进行融合，得到目标第一子特征图；根据所述目标第一子特征图，获取所述子图像中指针所在的区域。

进一步地，所述根据所述目标第一子特征图，获取所述子图像中指针所在的区域包括：