二维码检测方法、装置、设备及存储介质制造方法及图纸

本公开关于一种二维码检测方法、装置、设备及存储介质，上述方法包括：获取待检测图像；所述待检测图像中包含有二维码；提取所述待检测图像的图像特征；根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息。采用该方法可以解决相关技术中图像中二维码的检测准确度较低的问题，从而提高了图像中二维码的检测准确度，同时采用该方法可以提高图像中二维码的检测效率。

Two dimensional code detection method, device, equipment and storage medium

【技术实现步骤摘要】
二维码检测方法、装置、设备及存储介质
本公开涉及数据处理
，尤其涉及一种二维码检测方法、装置、设备及存储介质。
技术介绍
二维码是日常生活中常见的一种编码形式，被广泛地用于移动支付、信息获取、用户校验等场景中，故对二维码的精准检测显得非常重要。相关技术中，一般是通过传统图像算法对图像进行二值化处理，得到图像中二维码的模式信息，进而根据图像中二维码的模式信息，确定图像中二维码的定位符，以实现对图像中二维码的检测定位。但是，当图像内容比较复杂时，很容易出现定位符的误识别或者漏识别，从而造成图像中二维码的检测准确度较低。
技术实现思路
本公开提供一种二维码检测方法、装置、设备及存储介质，以至少解决相关技术中图像中二维码的检测准确度较低的问题。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种二维码检测方法，包括：获取待检测图像；所述待检测图像中包含有二维码；提取所述待检测图像的图像特征；根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息。可选地，在获取待检测图像的步骤之后，所述二维码检测方法还包括：对所述待检测图像进行缩放处理，得到设定大小的待检测图像。可选地，所述提取所述待检测图像的图像特征的步骤包括：将所述待检测图像输入预先训练的特征提取模型，得到所述待检测图像的图像特征；所述预先训练的特征提取模型用于对所述待检测图像进行多次深度可分离卷积操作，输出所述待检测图像的图像特征。可选地，所述根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度的步骤包括：将所述预先训练的特征提取模型输出的所述待检测图像的图像特征输入预先训练的二维码检测模型，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；所述预先训练的二维码检测模型用于从所述待检测图像的图像特征中，筛选出目标图像特征；获取多个预设检测框；根据所述多个预设检测框，对所述目标图像特征进行第一全连接处理，得到至少两个二维码检测框的位置信息；根据所述多个预设检测框，对所述目标图像特征进行第二全连接处理，得到所述检测框内包含所述二维码的置信度。可选地，所述预先训练的二维码检测模型通过下述方式训练得到：采集多个包含有二维码的样本图像以及对应的二维码的实际位置信息；对所述样本图像进行预处理，得到预处理后的样本图像；所述预处理包括剪切预处理、填充预处理、旋转预处理中的任意一种或多种；将所述样本图像输入所述预先训练的特征提取模型，得到所述样本图像的图像特征；根据所述样本图像的图像特征以及所述二维码的实际位置信息，对待训练的二维码检测模型进行训练，得到训练后的二维码检测模型；获取所述训练后的二维码检测模型的目标误差；当所述目标误差大于或等于预设阈值时，根据所述目标误差调整所述二维码检测模型的网络参数，得到调整后的二维码检测模型，并对所述调整后的二维码检测模型进行反复训练，直至根据训练后的二维码检测模型得到的所述目标误差小于所述预设阈值；若根据训练后的二维码检测模型得到的所述目标误差小于所述预设阈值，将所述训练后的二维码检测模型作为所述预先训练的二维码检测模型。可选地，所述根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息的步骤包括：将所述置信度大于预设置信度的二维码检测框的位置信息，作为所述待检测图像中所述二维码的位置信息。可选地，在确定所述待检测图像中所述二维码的位置信息的步骤之后，所述二维码检测方法还包括：根据所述二维码的位置信息，对所述二维码进行识别，得到对应的二维码识别结果。根据本公开实施例的第二方面，提供一种二维码检测装置，包括：图像获取单元，被配置为执行获取待检测图像；所述待检测图像中包含有二维码；特征提取单元，被配置为执行提取所述待检测图像的图像特征；信息获取单元，被配置为执行根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；信息确定单元，被配置为执行根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息。根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如第一方面的实施方式中的方法。根据本公开实施例的第四方面，提供一种存储介质，包括：当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面的实施方式中的方法。根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码被计算机运行时，使得所述计算机执行上述各方面中的方法。本公开的实施例提供的技术方案至少带来以下有益效果：通过提取包含有二维码的待检测图像的图像特征，并根据提取到的图像特征，得到至少两个二维码检测框的位置信息以及二维码检测框内包含二维码的置信度，进而确定待检测图像中二维码的位置信息；实现了根据待检测图像的图像特征，实时确定待检测图像中二维码的位置信息的目的；综合考虑多个二维码检测框的位置信息以及检测框内包含二维码的置信度，并无需对待检测图像进行二值化处理，从而避免了图像背景的影响以及误识别或者漏识别，使得待检测图像中二维码的位置信息的确定更加准确，从而提高了图像中二维码的检测准确度；同时，无需生成候选区域，从而大大减少了运算量，有效地提高了图像中二维码的检测效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。图1是根据一示例性实施例示出的一种二维码检测方法的应用环境图。图2是根据一示例性实施例示出的一种二维码检测方法的流程图。图3是根据一示例性实施例示出的深度可分离卷积操作步骤的流程图。图4是根据一示例性实施例示出的得到至少两个二维码检测框的位置信息以及二维码检测框内包含二维码的置信度的步骤的流程图。图5是根据一示例性实施例示出的二维码检测模型训练步骤的流程图。图6是根据一示例性实施例示出的包含有二维码的样本图像的示意图。图7是根据另一示例性实施例示出的一种二维码检测方法的流程图。图8是根据一示例性实施例示出的一种二维码检测装置的框图。图9是根据一示例性实施例示出的一种计算机设备的内部结构图。具体实施方式为了使本领域普通人员更好地理解本公开的技术方案，下面将结合本文档来自技高网...

【技术保护点】
1.一种二维码检测方法，其特征在于，包括：/n获取待检测图像；所述待检测图像中包含有二维码；/n提取所述待检测图像的图像特征；/n根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；/n根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息。/n

【技术特征摘要】
1.一种二维码检测方法，其特征在于，包括：
获取待检测图像；所述待检测图像中包含有二维码；
提取所述待检测图像的图像特征；
根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；
根据所述至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度，确定所述待检测图像中所述二维码的位置信息。


2.根据权利要求1所述的二维码检测方法，其特征在于，在获取待检测图像的步骤之后，所述二维码检测方法还包括：
对所述待检测图像进行缩放处理，得到设定大小的待检测图像。


3.根据权利要求1所述的二维码检测方法，其特征在于，所述提取所述待检测图像的图像特征的步骤包括：
将所述待检测图像输入预先训练的特征提取模型，得到所述待检测图像的图像特征；所述预先训练的特征提取模型用于对所述待检测图像进行多次深度可分离卷积操作，输出所述待检测图像的图像特征。


4.根据权利要求3所述的二维码检测方法，其特征在于，所述根据所述待检测图像的图像特征，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度的步骤包括：
将所述预先训练的特征提取模型输出的所述待检测图像的图像特征输入预先训练的二维码检测模型，得到至少两个二维码检测框的位置信息以及所述二维码检测框内包含所述二维码的置信度；所述预先训练的二维码检测模型用于从所述待检测图像的图像特征中，筛选出目标图像特征；获取多个预设检测框；根据所述多个预设检测框，对所述目标图像特征进行第一全连接处理，得到至少两个二维码检测框的位置信息；根据所述多个预设检测框，对所述目标图像特征进行第二全连接处理，得到所述检测框内包含所述二维码的置信度。


5.根据权利4所述的二维码检测方法，其特征在于，所述预先训练的二维码检测模型通过下述方式训练得到：
采集多个包含有二维码的样本图像以及对应的二维码的实际位置信息；
对所述样本图像进行预处理，得到预处理后的样本图像；所述预处理包括剪切预处理、填充预处理、旋转预处理中的任意一种或多种；
将所述样本图像输入所述预先训练的特征提取模型，得到所述样本图像的图像特征；
根据所述样...

【专利技术属性】
技术研发人员：吴翔宇，李博，杨帆，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11