基于卷积神经网络的条形码定位技术研究
Journal of Network New Media（2019）
Abstract
条形码定位是条形码识别的重要组成部分.针对常用算法在复杂背景下条码定位准确率低的问题,提出一种基于卷积神经网络的条形码定位技术.论文首先利用选择性搜索法筛选候选区域,然后通过设计的7层CNN网络模型进行候选框分类,最后利用非极大值抑制算法及边框回归算法消除交叉窗口,达到精准定位目的.在模型实现中提出利用重叠度概念区分正负样本.条形码定位算法基于Tensorflow深度学习框架实现,实验结果显示本文算法正确率达到98.3％,相比传统算法提高了3.5％.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined