识别码的识别方法、装置及设备制造方法及图纸

本申请公开了一种识别码的识别方法、装置及设备，涉及信息处理技术领域，尤其涉及目标识别技术领域。本申请公开的技术方案包括：获取对识别码进行拍摄得到的第一图像；获取多个预处理方式和所述多个预处理方式对应的顺序；根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果。由于采用了多个预处理方式对第一图像进行预处理，并对预处理后的第一图像进行识别处理，使得无论第一图像属于哪种图像类型，均可以识别出第一图像中的识别码，提高了识别码的召回率。

Identification method, device and equipment of identification code

【技术实现步骤摘要】
识别码的识别方法、装置及设备
本申请涉及信息处理
，尤其涉及一种识别码的识别方法、装置及设备。
技术介绍
随着互联网的快速发展，移动设备的计算能力的增强，对识别码的应用越来越广泛。识别码是指通过特定图形来记录数据符号信息的方式，例如：条形码、二维码等。识别码在移动支付、账号登陆、网站跳转、商品识别等领域被广泛使用。现有技术中，终端设备对识别码进行扫描得到包括识别码的图像后，直接对图像进行目标检测，得到识别码对应的区域，然后再对该区域进行识别，从而得到识别码中的内容。然而，上述识别过程的召回率较低，可能出现长时间检测不到识别码的情况，使得终端设备反复对识别码进行扫描，导致用户体验降低。
技术实现思路
本申请提供一种识别码的识别方法、装置及设备，用以提高识别码的召回率，提升用户体验。第一方面，本申请提供一种识别码的识别方法，包括：获取对识别码进行拍摄得到的第一图像；获取多个预处理方式和所述多个预处理方式对应的顺序；根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果。由于采用了多个预处理方式对第一图像进行预处理，并对预处理后的第一图像进行识别处理，使得无论第一图像属于哪种图像类型(第一图像中的识别码的尺寸、位置为哪种情况)，均可以识别出第一图像中的识别码，提高了识别码的召回率。一种可能的实现方式中，所述根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果，包括：将所述顺序中的第一个预处理方式作为当前预处理方式；执行预处理过程：采用所述当前预处理方式对所述第一图像进行预处理，得到第二图像；执行识别过程：对所述第二图像进行检测，得到所述识别码的区域，并对所述识别码的区域进行识别，得到识别结果；若未检测到所述识别码的区域，或者得到的识别结果为识别失败，则将所述当前预处理方式更新为所述顺序中的下一个预处理方式，重复执行所述预处理过程和所述识别过程，直至得到的识别结果为识别成功，或者，直至所述当前预处理方式为所述顺序中的最后一个预处理方式，且得到的识别结果为识别失败。一种可能的实现方式中，所述多个预处理方式与多个图像类型一一对应，所述多个预处理方式的先后顺序与所述第一图像分别属于所述多个图像类型的概率大小顺序一致。多个预处理方式的顺序是与统计数据分析出的各个图像类型的概率大小顺序一致的，也就是说，针对出现概率大的图像类型，优先采用该图像类型对应的预处理方式进行预处理，这样可以采用较少次数的预处理即可实现对识别码的识别，提高了识别码的识别效率。一种可能的实现方式中，每个图像包括中心区域和至少一个其他区域，所述多个图像类型包括：第一图像类型、第二图像类型和第三图像类型，所述第一图像类型的图像中的识别码的尺寸占比大于或等于预设阈值，第二图像类型和第三图像类型的图像中的识别码的尺寸占比小于所述预设阈值，所述第二图像类型的图像中的识别码的位置位于所述中心区域，所述第三图像类型的图像中的识别码的位置位于所述其他区域；所述多个预处理方式按顺序依次为：第一预处理方式、第二预处理方式和第三预处理方式；其中，所述第一预处理方式用于指示对所述第一图像进行缩放处理，得到所述第二图像；所述第二预处理方式用于指示将所述第一图像的中心区域作为所述第二图像；所述第三预处理方式用于指示分别将所述第一图像的各所述其他区域作为所述第二图像。针对上述三个图像类型的图像，分别设置了不同的预处理方式，通过采用多个预处理方式对第一图像进行预处理，得到第二图像，进而对第二图像进行识别处理，使得无论第一图像属于哪种图像类型，均能够检测出识别码的区域，并进而得到识别结果。一种可能的实现方式中，每个所述预处理方式得到的所述第二图像的尺寸小于所述第一图像的尺寸。通过第二图像的尺寸小于第一图像的尺寸，能够降低识别过程中的计算量，提高识别效率。一种可能的实现方式中，所述对所述第二图像进行检测，得到所述识别码的区域，包括：将所述第二图像输入至经过训练的检测模型中，根据所述检测模型的输出结果确定所述识别码的区域；其中，所述检测模型是通过对样本数据库中的多个训练样本进行学习得到的，每个训练样本包括：样本图像和所述样本图像对应的标注信息，所述标注信息用于指示所述样本图像中的识别码的位置。一种可能的实现方式中，所述检测模型是采用如下方式训练得到的：获取待训练的初始模型，对所述初始模型的结构进行调整，得到调整后的模型，所述调整后的模型所占内存的大小小于所述初始模型所占内存的大小；从所述样本数据库中获取多个所述训练样本；利用所述多个训练样本对所述调整后的模型进行训练，得到所述检测模型。一种可能的实现方式中，所述初始模型包括多个卷积通道；所述对所述初始模型的结构进行调整，得到调整后的模型，包括下述中的一种或多种：对所述初始模型中的卷积通道进行调整，使得调整后的模型中的卷积通道的数量小于所述初始模型中的卷积通道的数量；或者，对所述初始模型支持的数值范围进行调整，使得调整后的模型支持的数值范围小于所述初始模型支持的数值范围。终端设备中的内存有限，通过减小模型占用内存的大小，使得模型可以适用于各种终端设备中。并且，通过减小模型占用内存的大小，还可以提高模型运行速度，从而提升用户使用体验。一种可能的实现方式中，所述样本数据库中包括第一类型的训练样本、第二类型的训练样本和第三类型的训练样本；其中，所述第一类型的训练样本中的样本图像是通过对识别码生成工具生成的识别码与自然图像进行融合得到的，所述第二类型的训练样本中的样本图像是通过互联网获取的，所述第三类型的训练样本中的样本图像是历史识别过程中得到的识别结果为识别失败的第一图像。一种可能的实现方式中，所述从所述样本数据库中获取多个所述训练样本，包括：对所述样本数据库中的不同类型的训练样本进行采样，得到所述多个训练样本；其中，所述第一类型的训练样本的采样率小于所述第二类型的训练样本的采样率，所述第二类型的训练样本的采样率小于所述第三类型的训练样本的采样率。通过设置多种类型的训练样本，能够提高模型对多种图像中的识别码的检测能力。通过对第三类训练样本设置较高的采样率，可以保证训练出的检测模型对于在线回流类型的数据有更好的检测效果。一种可能的实现方式中，若所述当前预处理方式为所述顺序中的最后一个预处理方式，并且得到的所述识别结果为识别失败，则所述方法还包括：发送所述第一图像以及所述第一图像对应的识别码检测结果。一种可能的实现方式中，若所述当前预处理方式为所述顺序中的最后一个预处理方式，并且得到的所述识别结果为识别失败，则所述方法还包括：在所述第一图像中确定目标区域，所述目标区域能够覆盖多个检测区域，所述多个检测区域为根据所述多个预处理方式分别对所述第二图像进行检测得到的检测结果；根据所述目标区域，确定拍摄参数，并根据所述拍摄参数对所述识别码进行拍摄得到第三图像。<本文档来自技高网...

【技术保护点】
1.一种识别码的识别方法，其特征在于，包括：/n获取对识别码进行拍摄得到的第一图像；/n获取多个预处理方式和所述多个预处理方式对应的顺序；/n根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果。/n

【技术特征摘要】
1.一种识别码的识别方法，其特征在于，包括：
获取对识别码进行拍摄得到的第一图像；
获取多个预处理方式和所述多个预处理方式对应的顺序；
根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果。


2.根据权利要求1所述的方法，其特征在于，所述根据所述多个预处理方式和所述多个预处理方式对应的顺序，对所述第一图像进行预处理，以及对预处理后的第一图像进行识别处理，得到所述识别码的识别结果，包括：
将所述顺序中的第一个预处理方式作为当前预处理方式；
执行预处理过程：采用所述当前预处理方式对所述第一图像进行预处理，得到第二图像；
执行识别过程：对所述第二图像进行检测，得到所述识别码的区域，并对所述识别码的区域进行识别，得到识别结果；若未检测到所述识别码的区域，或者得到的识别结果为识别失败，则将所述当前预处理方式更新为所述顺序中的下一个预处理方式，重复执行所述预处理过程和所述识别过程，直至得到的识别结果为识别成功，或者，直至所述当前预处理方式为所述顺序中的最后一个预处理方式，且得到的识别结果为识别失败。


3.根据权利要求2所述的方法，其特征在于，所述多个预处理方式与多个图像类型一一对应，所述多个预处理方式的先后顺序与所述第一图像分别属于所述多个图像类型的概率大小顺序一致。


4.根据权利要求3所述的方法，其特征在于，每个图像包括中心区域和至少一个其他区域，所述多个图像类型包括：第一图像类型、第二图像类型和第三图像类型，所述第一图像类型的图像中的识别码的尺寸占比大于或等于预设阈值，第二图像类型和第三图像类型的图像中的识别码的尺寸占比小于所述预设阈值，所述第二图像类型的图像中的识别码的位置位于所述中心区域，所述第三图像类型的图像中的识别码的位置位于所述其他区域；所述多个预处理方式按顺序依次为：第一预处理方式、第二预处理方式和第三预处理方式；
其中，所述第一预处理方式用于指示对所述第一图像进行缩放处理，得到所述第二图像；所述第二预处理方式用于指示将所述第一图像的中心区域作为所述第二图像；所述第三预处理方式用于指示分别将所述第一图像的各所述其他区域作为所述第二图像。


5.根据权利要求4所述的方法，其特征在于，每个所述预处理方式得到的所述第二图像的尺寸小于所述第一图像的尺寸。


6.根据权利要求2至5任一项所述的方法，其特征在于，所述对所述第二图像进行检测，得到所述识别码的区域，包括：
将所述第二图像输入至经过训练的检测模型中，根据所述检测模型的输出结果确定所述识别码的区域；其中，所述检测模型是通过对样本数据库中的多个训练样本进行学习得到的，每个训练样本包括：样本图像和所述样本图像对应的标注信息，所述标注信息用于指示所述样本图像中的识别码的位置。


7.根据权利要求6所述的方法，其特征在于，所述检测模型是采用如下方式训练得到的：
获取待训练的初始模型，对所述初始模型的结构进行调整，得到调整后的模型，所述调整后的模型所占内存的大小小于所述初始模型所占内存的大小；...

【专利技术属性】
技术研发人员：李超，刘国翌，张家栋，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11