检索结果-南通市图书馆

计算机系统应用 2024年

作者：刘云邹复民蔡祈钦李俊清钟继雄福建理工大学电子电气与物理学院福建省汽车电子与电驱动技术重点实验室福建中科兰剑智能装备科技有限公司

针对QR码图像检测过程中因环境复杂性和拍摄角度变化等因素导致QR码读取率低的问题,本文提出一种基于改进YOLOv8n-Pose的形变QR码校正与识别算法.首先,在主干网络引入高效通道注意力机制(efficient channel attention, ECA)模块,该模块... 详细信息

针对QR码图像检测过程中因环境复杂性和拍摄角度变化等因素导致QR码读取率低的问题,本文提出一种基于改进YOLOv8n-Pose的形变QR码校正与识别算法.首先,在主干网络引入高效通道注意力机制(efficient channel attention, ECA)模块,该模块通过不降维的方式实现跨通道交互,有效提升网络的特征提取能力和检测精度.其次,采用Slim-neck架构重构颈部网络,减少模型的复杂度,提高对不同尺度QR码的检测能力.最后,通过模型检测到的QR码角点,结合逆透视变换对QR码进行校正,并使用ZBar算法进行读取.实验结果表明,在公开的QR码数据集上,改进的算法相比原算法, mAP50和mAP50-95分别提升1.6%和1.1%,模型参数量和模型计算量分别降低6.5%和9.5%,在CPU和GPU上检测速度分别提升0.3 f/s和0.7 f/s,达到14.2 f/s和59.6 f/s,能够高效地满足QR码角点检测需求.此外,在自制的形变QR码数据集上,基于改进YOLOv8n-Pose的QR码识别方法相比单独使用ZBar算法的QR码识别方法, QR码读取率提高23.66%,达到87.41%.该方法仅需拍摄一张照片就可识别所有货物的信息,能够有效提高货物管理的效率.

关键词： QR码关键点预测 YOLOv8n-Pose 注意力机制定位与校正

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：